Prévia do material em texto

: :t:r::':::,.:::.:,. t.:l-: .. ,::ti:r.:i:t. .
:i.§..:::i ,..,.:t
-::-:1. 
".--. 
i=,
._ -.:: -:.-:. : ,
r::trs:;. :::,:liii :i'§i j:::ri:'::.§::l
.:.: : rr._ tj.-ra!::::t:i::rir::r::i;:..:i
@ tir,"ras de inÍormação gerenciais
Moneyball: beisebol orientado por dados
Em 23 de setembro de 2011, o filme O hornem
que mudou o jogo (Moneyball) estreou em todos
os cinemas dos Estados Unidos, estrelado por Brad
Pitt como Billy Beane, o gerente geral iconoclasta
do Oakland Athletics. O filme foi baseado no livro
mais vendido de Michael Lervis, que descreveu
como Beane levou o azaráo A's, com um dos meno-
res orçamentosdaMajor League (Liga Principal) de
beisebol, a ganhar 103 jogos em20A2. Sob a tutela
de Beane, o As participou das eliminatórias cinco
vezes nas oito temporadas seguintes.
No começo da temporada de beisebol de2002, o time mais rico era o New York Yankees, com uma
folha de pagamento que valia 126 milhões de dólares; o Oakland A's e o Tampa Bay Devil Rays tinham
cada umuma folha de pagamento de cerca de 4l milhões de dólares, eram os mais pobres. Essas dis-
paridades significavam que apenas as equipes mais ricas podiam pagar pelos melhores jogadores' Um
time com poucos.""u.rós financeiros como o As só poderia pagar por aqueles que haviam sido rejei-
tados peloi "melhores" times e, portanto, a derrota era praticamente certa. Isto é' até que Billy Beane e
Moneyball entraram em cena.
Cãmo Beane fez isso? Ele examinou os dados atentaürente. A sabcdoria do beisebol convencional
sustentava que grandes rebateclores atiéticos de mais renomc e jo"'ens arremessadores hábeis eram os
principais ing.ài"ntes para conquistar a vitória. Beane e seu assistente gerente geral Paul DePodesta
i,ru.o- a análise estatística avançada cle ciatlos sobrc os jogaclores c sobre a equipe para prt'r..,-.rlue
isso estava errado. As métricas vigentes para previsão de vitórias, perdas e desempenho de jogadores,
como média de rebatidas, corridas impulsionadas e bases roubadas, eram vestígios dos prin.reiros anos
de estatísticas disponíveis no beisebol naquela época. Olheiros do beisebol usavam essas métricas, bem
como a intuição, para aumentar o número de taientos em suas equipes
Beane e DePodesta descobriram que um conjunto diferente de rnétricas, ou seja. a porcentagem
de tempo que um rebatedor ficava na base ou forçando os opositores a realizar um grande número de
arremessos, previa com mais eficácia as chances do time ganhar um jogo. Então. Beane procurou os
jogadores diiponíveis que se encaixavam nessc perlil (incluinrlo aqueies clue forçavam muitas ''cami-
nhadas") e que tinham sido ignorados ou rejeitados pelas cquipes abastadas. Ele não se importava se
um jogador estivesse acima do peso ou se já não estivesse mais no auge 
- 
e1e só locava os números.
Beane foi capaz. de formar uma equipe consistentemente vcncedora utilizando análises avançadas para
obter percepções sobre o valor e a contribuição de cada jogador para o sucesso da equipe, coisa que
outras equipes mais ricas haviam ignorado.
Beane e sua abordagem orientada peios dados de beisebol tiveram Llm impacto sísmico no jogo.
Dcpois ile obscnar o suüesso fcnon.icnal do time -\'s cm,1-001, o Boston Red Sox rrtilizou os falentos
{o êstatístico de beisebol Bi}1 James e adotou a mesma estratégia de Beane, apenas com mais dinheiro'
Dois anos mais tarde, eles ganharam aWorld Series (Série Mundial).
Embora muitos especialistas continuem acreditando que os métodos tradicionais de avaliação do
jogador, juntamente com a intuição, o dinheiro e a sorte, ainda sejarn os principais ingredientes de
equipes vitoriosas, o beisebol e outras modaliclacles esportivas profissionais agora utilizam a análise em
profunciiriade para tomar riecisõcs sobre quase todos os aspectos do jogo. Beisebol, futebol, basquete-
tol, hóquei e equipes de tênis consideram as técnicas analíticas parte de sua vantagem competitiva. A
competição entre as equipes de esportes pelos analistas de dados quaiificados é quase tão intensa como
a batalha peios principais talentos atléticos.
Uma vez que as principais equipes de beisebol da Maior Lettgue utilizam a análise de dados
de alguma tbrma para orientar suas ciecisões, o time As já não tcnl a \'rntagem competitiva de que
gozava quando eles eram os únicos com esse conhecimento. Mesnit'r cltte Beane não participe de uma
eliminatória desde 2006, ele continua a ser um palestrante rnuito procurado por circuitos de palestras
sobre gestão empresarial. E fãcil perceber o porquê. Moneyball nlicr corresponde apenas ao beisebol
. Alocar recursos
. Elêborar a estratégia
de contratâção
. Elaborar a estratégia
do jogo
. Contrãtar os jogadores
. Treinar os jogadores
. Dados sobre jogadores
e jogos
. Ferramentas de análise
estat Íst i ca
Capítulo ll: Aprimorando a tomada de decisão e a gestão do conhu.ir.nto @
- 
mas' slm' ao aprendizado sobre a utitização de dados como uma arma competitiva, especialmenteem ambientes em que os recursos são escassás e a inovação é essencial.
Fontes: Andrea Andreescu' Big D:ra Is Brirging a competitiv.e Fdge to Athretes and reams,,,-B,siness2 Community, g abr. 20r3;Doug IIenschen.'4 Anslvtics Lessons From P;of.';o;;i§p" 
^s", 
Infàrmationw;;;,';;;r.20r3:.Don peppers. .,Brs"úaú. Business,and Big Data"' FastcomÁnv cÀ;, ,ã;. ;;i;' ilià",]àl'""ürrrrif;É"r;;ililil*t"g 
rnsighrs MatGi in sports urJ eu.in"ss,,,Information Managemenr, áo no" zol-2, ú"r;;;;';;;,#rr. "Basebell 
,n., la.ràylãir..rle_yau Street Jiurnat.2l ser. 20lllf,fill":'i.:Y,:','; ;,:"i:;,r;?;"";,I;;l!#,,I:;,";;:c*;"J, ifilü11'iii"'1,x1?Bxi',, -, rh; ú; i;;;íi,J1,'zi'n, ,0,, 
"
o beisebol tem sido, de acordo com o subtítu lo do lloneyball, um,Jogo injusto,,. Em decorrên-cia das enormes disparidades nos orçamentos das equipes d;üià, ,, mais ricas certamente levamvantagem na hora de recrutar os melhores jogadores. üas, usancro análises avançadas para orientaras decisões sobre quais jogadores recrutar 
" 
.ulrirur, airry eeane rJ capaz detransformar o azaráooakland Athletics em uma equipe vencedora. o beisebol é um negócio, e este caso de abertura remliçÕes importantes paÍa outros négócios também: você pode ,". .ri, 
"t.iente e competitivo se, comono Moneyball, souber usar os dadós para direcionar suas decisões.o diagrama de abertura:hT1 á atenção para ponros importantes revantados por esse caso e poreste capítulo' As equipes principais da liga aà ueiieuol tinham coletado dados sobre os jogadores esobre as equipes por muitos u,,or, *as a sria gestão foi prejudicada por modetos anteriores do processode tomada de decisão que usavam as métricãs erradas-para p."r"r'o ã"r"mpenho da equipe. Equipescom baixos orçamentos, como a oakrand A,s, estavam ern ,* beco sem saída, porque não podiampagar os jogadores mais qualificados' e a vantagem era dos times com os maiores orçamentos. Devidoàs sofisticadas análises estatísticas de dados sobre jogadores e jogos que Beane e paul Depodestaelaboraram, foi possível melhorar o conjunro oe 
-ÉtJicas pu.u i;;;, desempenho. obviamenre, ahabilidade de um jogador individual ainãa é muito imporrun,", 
-u, À"ur. mostrou que uma equipecomposta porjogadores menos habilidosos ainda pode!anhar r. io.-;ogodores com altas porcenta-gens de base c arremessadores corn grande número de acertos. Beane foi capaz deformar u.áu 
"qrip":[:[fH ffiempenho de primeira Iinha muito '.... -i ntável que os concorrentes porque ele presrou
A seguir estão algumas perguntas para refletir: dizem que Morteyball,na verdade, não é sobre bei_sebol' Quais as implicaçõesdessa afiimação? o-que asempresas podem aprendercom o filme/E setodas as empresas fossem administradas càmo Moneyball?
ffi.r:
ffi-rd Desenvolver metricêsmais eÍicientes de .desempen hoUtilizar novas metÍicas
paía avâliar os.jogadores
Otimizar o desempenho
Manter ôs custos baixos
11-1 Tomada de decisão e sistemas de informação
uma das principais contribuiçõesdos sistemas de inlormação é a melhoria na tomada de dccisão,tanto para os indivíduos quanto para grupos. A tomada cle decisão nas empresas costumava lirnitar-seà diretoria' Atualmente' funcionàriosãe níveis-mais baixos são rerp*ràr"i, por algumas clessas cieci-sões na medida ('m qllt' os sistemas de informação tornirrn r,s dados disponívcis para as camadus maiselementares da empresa' Mas o que queremos dir". .nrn rnelhoria da iomacla de decisão? corno sãotomadas as decisões nas empresas e em oufas organiz.ações'1 Analisaremos isso mais cle perto.
@ ,trr"ras de informação gerenciais
VALOR EMPRESARIAL DO APERFEIçOAMENTO DA TOMADA DE DECISÃO
O que significapara uma empresa estar apta a tomar melhores decisÕes'i Qual é o valor monetário,
para a empresa, de uma boa tomada de decisão? A Tabela 11.1 tenta mensurar o vaior monetário do
aperfeiçoamento da tomada de decisão para uma pequena fábrica norte-americana com faturamento
anual de 280 milhões de dólares e 140 funcionários. A empresa identificou uma série de decisões-
-chave em que o investimento em novos sistemas poderia melhorar a qualidade da tomada de decisão.
A tabela mostra algumas estimativas do valor anual (na tbrma de redução de custos ou aumento no
faturamento) trazido pelo aperfeiçoamento da tomada de decisão em deterrninadas áreas da empresa.
A partir dessa tabela, podemos ver que todos os níveis da empresa lorlam decisões e algumas
delas são comuns, rotineiras e numerosas. Embora o valor trazido pelo aperfeiçoamento de uma única
decisão possa ser pequeno, a melhora em milhares de "pequenas" decisões gera um grande valor anual
para a empresa.
Tabela 11.1
Valor e,-npresarial do aperÍeiçoamento da tomada de decisáo.
§ i §.§.*:iii\j,S..i:,..r':
TIPOS DE DECISÃO
O Capítulo 2 mostrou que existem diferentes níveis em uma organização. Catia um desses níveis
tern diÍ'erentes necessidades de informação para apoiar suas decisões e é responsável por diferentes
tipos de dccisão (ver Figura 1 1.1). As decisÕes podem ser classificadas em não estruturadas, estruturadas
e semiestruturadas.
Decisires não estruturadas são aquelas cm que o responsável pela tomada de decisão deve usar
seu bom senso, sua capacidade de avaliação c sua perspicácia na definição do problema. Cada uma
dessas decisões é inusitada, importante e não rotineira, e não há procedimentos bem compreendidos
ou predefinidos para tomá-las.
Decisões estruturadas, por outro lado, são repetitivas e rotineiras e envolvem procedimentos
prcdefinidos, de modo que não precisarn ser tratadas como se Íbssem novas. r\lgumas decisões têm
características dos dois tipos precedentes. e por isso são chamadas de semiestruturadas; nesses casos,
apenas parte do problema tem uma resposta clara e precisa, dada por um procedimento reconhecido.
Em geral. decisões estruturadas são mais corriqueiras nos níveis organizacionais mais baixos, enquanto
problemas não estruturados são mais comuns nos níveis mais altos da empresa.
:.
ri
'j
i
i
Característicàs da decisão
Não estruturada
Semiestruturada
Estruturada
Figura 11.í Necessidades de informação de grupos-chave responsáveis pela
da empresa.
PROCESSO DE TOMADA DE DECISÃO
Capítulo 1í: Aprimorando a tomada de decisão e a gestão do conh.,,*.nro @
Exemplos de decisão
Decidir a entrada ou a saída dos mercados
Aprovar o orçamento de capitâl
Decidir metas de longo prazo
Formular um plano de marketing
Desenvolver um orçamento departamental
Projetar um novo site (orporatrvo
Determinar a elegibilidade de horas extras
Repor eíoques
Conceder crédito a clientes
Determinar ofertas especiais para os clientes
tomada de decisão em uma empresa
Gerenies seniores, gerentes de nÍvel mádro, gerentes operacionais e íuncionários sáo responsáveis por diíerentes tipos de decisáo e
têm d ferentes necessjdades de informaçáo.
Executivos seniores enfrentam muitâs situações de decisão não estruturâda, tais como estabelecer
as metas para os próximos cinco ou dez anos da empresa, ou decidir em quais no.yos mercados entrar.
Para respondcr à pergunta "devernos entrar em um novo mercado?" é preciso ier acesso a notícias,
relatórios governamentais e panoramas setoriais, assim como a resumos de alto nível quanto ao desem-
penho da empresa. No entanto, a resposta também exige que os gerentes seniores usem seu bom senso
e peçam a opinião de outros gerentes.
A gerência de nível médio enfrenta cenários de decisão mais estruturados, mas suas decisôes podem
incluir componentes não'estruturados. Uma típica decisão da gerência de nível médio pode ser: "por
que o relatório de atendimento de pedidos mostra um declínio ao longo dos últimos seis meses no cen-
tro de distribuição em Mineápoiis?" Esse gerente de nível médio poderia obter um relatório a partir do
sistema integrado da empresa, ou do sistema de gestão de distribuição, a Íespeito do número de pedidos
e da eficiência operacionai no centro de distribuição de Mineápolis. Essa é a parte estruturada da deci-
são. Contudo, antes de chegar a uma resposta, esse mesmo gerente terá de conversar com funcionários e
obter mais informações não estruturadas em fontes externas a respeito das condições econômicas locais
ou das tendências de vendas.
A gerência operacional e os funcionários da linha de frente tendem a tomar decisões mais estrutura-
das. Por exemplo, um supervisor de linha de montagem precisa decidir sc um trabalhador pago por hora
deve receber horas extras. Se o firncionário trabalha mais de oito horas r-rn cleterminado clia, o sllper
visor rotineiramente concede hora extra a cada hora trabalhada além das oito cumpridas naquele dia.
Muitas vezes, um representante de vendas precisa tomar decisões quanto à ampiiação do limite cle
crédito de um cliente e, para isso, consulta o banco de dados da empresa que contém informações de
crédito. Se o cliente atender aos critérios pré-especificados da empresa para concessão de crédito, o
representante o concederá para aquela pessoa Íealizar uma compra. Em ambos os casos, as decisões
são altamente estruturadas e tomadas rotineiramente, rnilharcs de vezes por dia na maioria das grandes
empresas. A resposta já foi pré-programada nos sistemas de contas a receber e de folha de pagamento
Tomar decisões consiste enr dilerentes atividades. Simon (1960) descreveu quatro diferentes
estágios no processo de decisão: inteligência, concepção. seleção c implementação (ver Figirra 11.2).
Esses estágios correspondem aos quatro passos do processo de rcsolução de problemas usado ao
longo deste livrt>.
Eíí'
...::
§| sistemas de informação geÍênciais
Figura í1.2 Estágios da tomada de
decisão
O processo de tomada de decisào oocie ser
dividido em quatro estágios.
Inteligência consiste em descobrir, identificar e entender os problemas que ocorrem na organiza-
ção 
- 
por que existe um problema, onde ele está e qual o seu efeito. A concepção envolve a iàentifi-
cação e a investigação das várias soluções possíveis para o p:oblema. A seleção consiste em escolher
uma das alternativas de solução. A implementação da solução envolve fazer a alternativa escolhida
funcionar e continuar a monitorar em que rnedida ela funciona.
O que acontece quando a solução escolhida não funciona? A Figura ll.? mostra quc é possível vol-
tar ao estágio anterior no processo de tomada de decisão e repeti-lo, se necessário. por exemplo, diante
de uma queda nas vendas, a equipe de gestão de vendas pode decidir pagar à Íbrça de ven6as uma
comissão mais alta- Se isso não funcionar, os gcrentes precisam investigar de onde vem o problema:
talvez de produtos mal projetados, de um atendimento ao cliente inadequado ou de uma combinação de
outras causas que exige uma solução diferente.
Descoberta do problema
Qual é o problema?
Descoberta da solução:
Quais são as soluções possíveis?
Escolhã dàs soluçÕes:
Qual éamelhorsolu(ãô?
Terte da soluçáo:
A solução está funcionando?
Oque podemos fazer para melhorá,la?
Tomada de decisão automatizada e de alta velocidade
Atualmente' muitas decisões tomadas por organizações não são feitas por administradores ou por qualquer
ser humano. Quando você inscre uma consulta no mecanismo de busca rio Google, por exemplo, o sisterna com-
putacional do site precisa decidir quais URLs exibir em cerca dc nreio segundo em média 15b0 mitissegpnclos).Programas de pregões de alta demanda em bolsas de valores clctrônicas nos Estaclos Unidos executam suas
operações em menos de 30 milissegundos. Os seres humanos si«r e Iiminados da cadeia de decisãg por serem
muito lentos.
Nessas decisões automatizadas de alta velocidacle, os estágios rlo processo de tomada 4e decisão 
--- 
inte-
ligência, concepção, seleção e implementação 
- 
são capturaclos pur algoritrnos computacionais que clcíinem
com precisão os passos â sercm seguidos que resultarão em uma dccisão. Os desenvolvedores cle softrvarc iclen-
tificaram o problema, conceberam um método para encontrar uma solução, definiram um conjunto de soluçÕes
aceitáveis e implementaram uma delas. Nesses casos, as organizações tomam decisões mais rapiciamente do
que os gerentes conseguent Inonitorar e controlar, e deve-se torrar rnuito cuiclado para garantir o bom funciona-
mento desses sistemas a lim de evitar danos significativos.
Capítulo l t: Aprimorando a tomada de decisão e a gestão do .onh..ir.nto @
QUALTDADE DAS DEC|SÕE5 E DA TOMADA DE DEC|SÃO
Como podemos dizer se uma decisão ficou "melhot''ou se o processo de tomada de decisão ..melhorou,,?
A precisão é uma dimensão importantie da qualidade: em geral, consideramos "melhoreg, as decisões que refle-tem de maneira mais precisa os dados do mundo real. A velocidade é outra djmensão: tendemos a supor que oprocesso de tomada de decisão deva ser eficiente, mas tâmbém nápido. por exemplo, quando você envia umaproposta de seguro de carro a uma seguradora, espera que a tomada de decisão por parte da companhia seja
rápida e precisa. Mas existem muitas outras dimensoes de qualidade a considerar nas decisões 
" 
,o p.o."rrn
de tomada de decisão- o que é importante para você dependàrá da empresa em que trabalha, das várias partes
envolvidas na decisão e de seus próprios valores pessoais. A Thbela 11.2 desoeve algumas dimensões da qua-lidade na tomada de decisão. Naste capíruIo, quando expLicamos como os sistemas "meihoram as decisões e oprocesso de tomada de decisão", fazemos referência à dimensões previstas nessa tabela.
Tabela 1í.2
Quaiidades de decisÕes e processos de tomaOa dãcjecsãã
11.2 lnteligência empresaríal na empresa
No CapítLrlo 2, foram introduziclos cliferentes tipos de sisremas para apoiar os níveis e tipos de deci-
sõles que'acabamos de descrever. A base para lodos esses sistemai e a intiaestrutura de inteligência e
análise empresarial que fornece os clados e as t-erramenras analíticas para apcliar a tomada de decisão.
o QUE É lrureucÊNctA EMPRESARTAL?
"Inteligôncia empresarial" (BI, cio inglês Busüre ss lnteLligence) é um termo usado por fornecedoresde harciware e software e consultores tle tecnologia da inforÃação para descrever a infraestrutura parailrtl:1?r-rllrnÜnto, integração, elabt»'ação dc roiatórios e análisc dc dados que vêrn <jo arnbiente empre-
sarial' A infraestrutura básica coleta, armazena, limpa e torna os dados relcvantes disponíveis para osgestores' Imagine os bancos de dados, data warehottses e clata marts descrilos no Capítulo 6. .Analíticade negócios" (BA, do inglês Business t\nalytícs) também é um termo definirio pelo fornecedor, que se
conccntra mais em ferramentas e técnicas dc aníilise e compreensão dos daclos. Imagine o olap, as esta-tísticas. os modeios e a mineração de daclos. que também Íbram introduzidos no Capítulo 6.A inteligência e a análise empresariai referem-se essencialmente à integração de todos os fluxos deintbrmações produzidos por uma empresa em um único conjunto coerente cle tlacios. abrangendo toda a
empresa e, em seguida, à utilização de ferramentas de modelagem, análise estatística e cle mineração dedados para dar sentido a todos esses daclos de forma que os gestores possam tomar decisões melhores
e rcalizar melhores planejamentos- o oaklanci Athletics, desirito ,o .oro de abcrtura <Jo capítulo, usa
aplicatiVos de inteligência cmpresarial para tomar algumas decisões muito relinadas sobre quais joga-
dores contratar e como construir uma ecluipe de beisebor vencedora.
É irnportante lembrar que inteligência eaiálisc emprasarial são produtos riefinicJos por lornecedores tje tec-
nologia e cmpresas de consultoria- Eles consistem em pacotes de hardware e software venclidos principatmente
s
:!
@ ,tr,"ras de informaçáo gerenciais
por grandes fomecedores de sistemas pam grandes empresas da "Fornrne 500". As cinco maiores fornecedoras
desses produtos são SAP, Oracle, IBM, SAS Insdrute e Microsoft. O tamanio das vendas de software de inte-
ligência empresarial em todo o mundo chegou a 13,8 bilhões de dólares americanos em 2013 (Garrner, 2013).
Agora existem produtos de BI e tsA em nuvem e também em versoes móveis.
AMBTENTE DE INTELIGÊTUCIA EMPRESARIAL
A Figura 11.3 apresenta uma visão geral de um ambiente de inteligência empresarial, com destaque
para os tipos de recursos de hardware, software e gerenciamcnto que os grandes fornecedores oferecem
e que as empresas desenvolveram ao longo do tempo. Há seis elementos nesse ambiente de inteligência
empresarial:
Dados do ambiente empresarial: as empresas têm de lidar com ambos os dados, estruturados
e não estruturados, provenientes de várias fontes diferentes, incluindo big data. Os dados precisam
ser inlegrados e organizados de modo que possam ser analisados e utilizados pelos profissionais que
tomam decisões.
Infraestrutura de inteligência empresarial: a fundação subjacente da inteligência empresarial é
um poderoso sistema de banco de dados que captura todos os dados relevantes para operar o negócio.
Os dados podem ser armazenados em bancos de dados transacionais ou combinados e integrados em
um armazém de dados corporativo, uma série de data marts interligados ou plataformas analíticas.
Coqiunto de ferramentas de análise empresarial: um conjunto de ferramentas de software é
usado para analisar os dados e produzir relatórios, responder às questões levantadas pelos gestores e
acompanhar o andamento dos negócios utilizando indicadores-chave de desempenho.
Usuários e métodos gerenciais: o hardware e o software de inteligência empresarial são apenas
tão inteligentes quanto os seres humanos que os utilizam. Os gestores impõem a ordem na análise de
dados usando uma variedade de métodos gerenciais que definem metas estratégicas de negócios e espe-
cificam como ! progresso será medido. Esses incluem gestão de desempenho empresarial e abordagens
de balanced scctrecard centradas nos indicadores-chave de desempenho, com especiai atenção aos
concorrentes.
Plataformas de entrega 
- 
SIG, SAD, SAE: os resuitados da inteligência e da análise empresarial
são entregues aos gestores e funcionários de diversas maneiras, dependendo do que eles precisaln saber
para realizar seu trabalho. O SIG, o SAD e o SAE, que foram introduzidos no Capítulo 2, tbrnecem infor-
mações e conhecimentos para pessoas e níveis diferentes na empresa 
- 
funcionários operacionais, geren-
tes de nível médio e executivos seniores. No passado, esses sistemas não podiam compartilhar os dados
lnfraestrutura de
inteligência empresarial
Dados do
ambiente
empresarial
Call centers
Site
Dispositivos móveis
Dados de mídia social
Lojas
Fornecedores
Dados econômiros
e governamenta is
Interíace com o usuário
Plataforma
Relatóri os
Paineis
Scorecards
Desktop
Móvel
Portal
Mídia social
Figura 'l'1.3 lntelígência e análise empresarial para apoio à decisão
lnteligência e análise empresarial requerem um sólido fundamento de banco de darjos, urri conjuntode Íerramentas
ânalÍticas e uma equipe de gestáo envolvida que pode fazer perguntas inteligentes e analisar os dados.
Usuários e métodos
gerenciais
Conjunto de ferramentas
de análíse empresarial
ir.,ir:_r.r-t+ti
cia empresarial oferecem para alcançar esses objetivos:
Relatórios de produção: esses relatórios são predefinidos com base
do setor (ver Tabela 11.3).
Criação de consulta/pesquisa,/relatório específico:
relatórios com base em consultas e pesquisas.
Tabela 11.3
rren ptoi oe ràutã,roloá úãGú"d;Írtdo, d@;;ã;,rr -
'i:r-::i:*,:.:,i' -i i:,..
=r:-1- 
- 
i_-
:,.i'jr t-r:i r .:,::::.:r :
e eram operados como sistemas independentes. Atualmente, um conjunto de ferramentas de hardware esoftware na forma de um pacote de inteligência e análise ,.p..ruiiul é capazde integrar todas essasinformações e trazê-las a prataformas cle desktop ou dispositivoi móveis dos gesrores.
rnterface com o usuário: os executivos não estão mais presos a suas mesas de trabalho e a seusdesktops' Eles muitas vezes aprendem mais rápido a partir de uma representação visuai dos dadosdo que a partir de um relatório tradicional com linhas à colunas de informação. os pacotes atuais de
software de análise empresariai apresentam Íêrramentas de visualização de dados, tais como gráÍicos,quadros, painéis e mapas detalhados. EIes são também capazes de entregar relatórios para BlackBerrys,iPhones e outros dispositivos móveis portáteis, bem como para o portal web da empresa. o softwarede análise empresarial acrescenta recursos para publicar informaçães no -f',vitter. no Facebook ou nasmídias sociais internas para apoiar a tomada de àecisão em um grupo on-line, em vez cle em uma reu-
nião presencial.
INTETIGÊNCIA EMPRESARIAL E RECURSOS ANALíTICOs
Relatórios parametrizados: usuários introduzem diversos parâmetros como em uma tabela dinâ-
mica para filtrar daclos e isoiar os impactos dos parâmetros. Por exemplo, você gostaria de compreender
como as vendas de um produto variam de acordo com a região e com o horário. Se ,ua .rnp.àsa fosse
a Starbucks, você poderia notar que a maioria dos clientes no leste dos Estados Unidos compra café noperíodo da manhã, enquanto os clientes do noroeste cornpram café durante todo o dia. Essa descobertapode direcionar campanhas de marketing e publicidade ciiferentes em cada região. (ver rliscussão sobretabelas dinâmicas posteriormente nesta seção.)
Painéis/scttrecards: ferramentas visuais para apresentar dados de desempenho definiclos pelos
usuários.
Capítulo 1Í: Aprimorando a tomada de decisão e a gestão do conh..ir.n,o @t
léãldede
i:::lÊ:::]i:"^^i.i1Y^TY:":^:,ul prometem entresar informações corretas quase em rempo
*rssq rvr u !vrrrprvvrruul
:?|Y:T::,""_T :11::T.Tu": e a,agir. Há cinco.funcionalidades anarítiàs qr" u, 
"r,.*À a"llijrec,
nas necessiclades específicas
permitem que os usuários cricm seus próprios
Drill down: capacidade de mover de um resumo de alto nível para uma visão mais cletalhada.Previsões, cenários, modelos: incluem recursos de previsão lineaq análise de cenários alternativos
e análise de dados, utilizando ferramentas estatísticas pãO.ao.
:;,i',i,ll:i.r:::':§
ti-:ii}i§r,ài ii:,:t
},8
@ t,ra.ras de inÍormação gerenciais
Análise preditiva
Um recurso importante da análise de inteligência empresarial ó a capacidade de modelar os even-
tos e comportamentos futuros, como a probabilidade de um cliente responder a uma oferta de compra
de um práduto. A análise preditiva usa a análise estatística, técnicas de mineração de dados, dados
históricos e suposições sobre as condições futuras para prever tendências futuras e padrõcs de compor-
tamento. Variáveis que podem ser medidas para pÍever o comportamento futuro são identificadas. Uma
companhia de seguros, por exemplo, poderia usar variáveis como idade, sexo e carteira de habilitação
como indicadores de segurança de condução ao emitir apólices de seguro de automóveis. Uma coleção
de tais indicadores é combinada em um modelo preditivo para a previsão de probabilidades futuras com
um nível aceitável de confiabilidade.
A FedEx tem utilizado a análise preditiva para clesenvolver modelos que preveem como os clientes
responderão às mudanças de preços e novos serviços, quais clientes estão propensos a mudar para os
concoÍrentes e qual receita será gerada por uma nova loja ou ponto de coleta. A taxa de precisão do
sistema «le análise preditiva da FedEx varia de 65Vo a90Vo'
As análises preditivas estão sendo incorporadas por inúmeros aplicativos de inteligência empresa-
rial para vendas, marketing, finanças, detecção de fraudes e assistência médica' Uma das apiicações
mais conhecidas é a de pontuação de crédito (score), que é usada em todo o setor de serviços financei-
ros. euando você se cadastra para solicitar um novo cartão de crédito, os modelos de pontuação 
(score)
processam seu histórico de crédito, pedido de empréstimo e os dados de compra para deterrrinar a sua
probabilidade de efetuar em dia os pagamentos de crériito futuros. As empresas de telecomunicações
usam análise preditiva para identificar quais clientes são mais rentáveis, quais são mais propensos a
cancelar o serviço e quais novos serviços e planos serão mais propensos a reter clientes. As seguradoras
de assistência médica têm analisado os dados há vários anos para identificar quais pacientes tcndem a
gerar custos mais elevados.
Muitas empresas empregam análise preiiitiva para prever a resposta a campanhas de marketing
direto. Ao identificar os clientes menos propensos a responder, aS empresas são capazes de reduzir seus
custos de marketing e de vendas, ignorando eSSe grupo e focando oS seus recursos em clienteS que têm
sido identificados como mais promissores. A divisão cle The Body Shop nos Estados Unidos' por exem-
plo, utilizou a análise preditiva e o seu banco de <iados de clientes de catálogo, da Web c de lojas de
,arejo para identificar os clientes que estavam mais propensos a fazer suas compras por catálogo' Essa
informação ajudou a empresa a construir uma mala direta mais precisa e direcionada a seus calálogos,
melhorando a taxa de resposta e a receita das vendas por catálogos'
Análise do big data
A análise preditiva tem aproveitado o big dctta acumulado, tanto no setor privado quanto no público,
incluindo os dados de mídia social, transações dos clientes e informações cle sensores e tie máquinas'
No comércio eletrônico, muitos varejistas on-linc são capazes defazer recornendaçõcs personalizadas
de produtos online para os visitantes de seus sites para ajudar a estimular compras e orientar suas
,leclsões sobrs qu;ris mercaciorias estocar. No r'ntrnto. :L maior partc de-s-sas rccornenrl:tcões 11c prodtttos
baseia-se nos comportamentos de grupos semelhantes de clientes, tais como aqueles com renda abaixo
de 50 mil clólares ou cujas idades variam entre 18 e 25 anos. Agora. algumas empresas já começam a
analisar a enorme quantidade de dados de clientes online e da loja coletadosjuntamente com os dados
de mídia sociai a fim de tornar essas recomendações mais personalizadas.
Grandes empresas on-linc como Walmarr. Netflix e eBay estão analisando o big data a partir das
transações de clientes e dos fluxos de mídias sociais para criar experiências de compras personalizadas
em tempo real. Esses esforços estão sendo convertidos em maiores gastos do cliente e maiores taxas dc
retenção de clientes.
O EBay usa o Hunch.com, que adquiriu em 200i, para fornecer recomendações personaliz.adas a
usuários individuais com base no seu conjunto específico de gostos- O Hunch construiu um enorrne
banco de dados que inclui dados de compras do cliente, redes sociais e os sinais obtidos da Web. O
programa é capazde analisar os datlos para criar uni "grafo de gosto" que mapeia os usuários com a
iua afinidade prevista para proclutos, scrviços. sitcs e outras pessoas, e usa essas informações para criar
recomendaqões personalizadas.Capítulo l l: Aprimorando a tomada de decisão e a gestão do conh.,ir.nr, @
o "grafo de gostos" do Hunch inclui previsões sobre cerca de 500 miihões de pessoas, 200milhões de objetos (como vídeos, gadgets e livros) e 30 bilhões de conexões 
"no" 
p"rrou, 
"
objetos' Para gerar previsões precisas em tempo quase real, o programa transformou o gosto cie
::ir:r::".": " índice mais gerenciáver, a "impressão arirtat de gosro,,, exrraído do grafomalor ce gosto.
A tecnologia de previsão do Hunch.com está ajuciando o eBay a desenvolver recomendações deitens que poderiam não ser imediatamente óbvios para os usuários.ornpru."* em seu mercado online.Para um colecionador de moedas que faz compras no eBay, por exemplo, o Hunch poderia recomendar
microscópios que são especialmente úteis para a análise tle moedas. o programa também poderia setornar uma importante ferramenta para vendedores do eBay se os perfisàe seus cliente, o, o.lrdurr",,
a tomar melhores decisões sobre quais itens oferecer, sobre o conieúdo que eles usam para á.r.."r".
seus estoques e talvez. até mesmo, sobre a publicidade que usam para promover seus catálogos do eBay(Crau,2012).
No setor público, a análise do big data vem impulsionando o movimento em direção a..cidades inte-ligentes", que fazem uso intensivo da tecnologia digital e armazenamentos de dados para tomar melho-
res decisões sobre o funcionamento das cidades e como servir os seus moradores. Mais de duzentos
anos de manutenção de registros públicos produziram armazéns chcios de dados de transferências depropriedade, registros fiscais, registros corporativos, auditorias de conformidade ambiental, inspeçõesde restaurante, relatórios de manutenção de edifícios, avaliações de transporte de massa, dados de cri-minalidade, estatísticas do departarnento de saúde, registros dc educação pública, comentários e muitomais' o movimento do Big Data não se ret-ere apenas ao aproveitamento dos dados subutilizados, mas à
sua complementação, alravés da utilização dc dados de sensores e de localização oriundos de telefones
celulares e de aplicativos t-specÍficos de smartphones. os prosramas de modelagem preditiva agorapodem informar as decisões de políticas públicas sobre gestão de serviços públicos, operaçao de trans-porte' serviço de assistência rnédica e seglrrança públir.,. . ticm disso, a capacidade de avaliar como as
mudanças em um serviço impactam a operação e a entrega de outros serviços permite a resolução deproblemas holísticos, o que não passaria de um sonho para a geração anterior. A Seção Interativa sobre
!rs1n1zae.:es 
descreve como a anáiise de big data está ajudandá a cidade de Nova york a se rornar
mals tntetlgente".
Análíse de localização e sistemas de informações geográficas
Algumas das aplicações descritas na seção Interativa sobre organizações lidam com dadose decisões baseados em localização. A análise do big data inciui a análise de localização, acapacidade de obter percepções de negócios a partir do componente de localização (geográfica)dos dados' incluindo claclos de localização oriundos de telefánes celulares, resultantes de senso-res ou de dispositivos de digitalização e dados de mapas. A análise rie locaiização, por exemplo,poderia ajudar um profissional de marketing a determinar para quais pessoas deve direcionaranúncios móveis sobrc restaurantes e lojas que estão próxinros a elas, ou quantificar o impactodos anúncios móveis em termos de visitas na loja. A análisc de locaiização permitiria a uma con-cessionária visua]izar c mcilii as interrirpçÕüs ü seus euitos associados relacionados com a loca-lização do cliente para ajudar a priorizar o marketing, as atualizações do sistema e os esfbrçosde atendimento ao cliente- os sistemas de roteamento de entrega e áe rastreamento de pacotes daUPS descritos no Capítulo 1 utilizam a análise de localização, assim como a aplicação utilizaclapela Starbucks para deterrninar onde abrir novas lojas. (O sistcma iclentifica as localizações geo_gráficas que produzir'ão uma alta taxa <Ie vendas em relação ao investimento e um alto volumede vendas por loja.)
O aplicativo da Starbucks e alguns dos sistemas da cidacje' de Nova york clescritos ante-riormente são exemplos de sistemas de informações geográficas (GIS, do inglês GeogruphicInformation systems)' o GIS ibrnece fcrramentas para ajudar os profissionais que tomam deci-são a visualizar problemas que sc beneficiam do mapearnento. o softivare 6o GIS vincula dadosde localização sobre a clistribuição de pessoas ou outros recursos a pontos, linhas e áreas em ummapa' Alguns GIS oferecem recursos de modelagem para altcrar os dados e automaticamentercver os cenários dos negticios.
@ sirt.ras de informação gerenciais
O Serviço de Pesca Marinha
Nacional (NMFS) dos Estados Unidos
criou um GIS para identiÍicar o
habitat crÍtico para trutas prateadas
na costa oeste dos Estados Unidos.
As áreas escuras mostrâm o habitat
crÍtico. A área sombreada indica
lugares onde a truta Prateada está
sendo ameaçada de extinçáo e as
áreas pontilhadas indicam lugares
onde a espécie está ameaçada.
'No,
Habitat crítico da truta prateada (steelhead trout)
l2m 116ry
coIIt
Par4:,
Stevent
§
§
E
ti
§
Ê
E
§
E
§
(_)
: 
''*-::li"j.Y1'::::::11]."1::,t' em errirícios que fteli.senres p,.u uàãiÀài;;;ià*§;.iffi
,,,carecem,dg infraestrulgrq gxigida pela rei, tais como cidadãos, grupos eoúo.r" u*rj.êir,ji.á;
1111:1"n:11": 
o:'ij" e de fiação elérica. A eqrlpe de Nova yã.kpr"o"up.; ;;;;;rrr;#
,cgmbinot1.$e!1g,.d9..,!9-agê-_q9,1as-.,q cliou- gm,modelo. proteçôes, que-incluem u ,"ro.çaoà"oo;p-u *"úàài às.in;Êiõê'i'ê;o;it'ràaô'í iàaae ao de identiricação risà] 
".rá"J"á""rJr,I__, Évv4 vvruv luo.aeYarimóvel" alrllC9nçaq,de 1_eparo.s; os avisos de execr.rção fura de históricos das teclas Ogf,àa;r;ããiÇ
i:lll"j:::: :: pa,qamentos atrasados de impostos e rios, provaram ser vutneráveis a, ,ià* ;;l;;;;
,:::::.:.1do-.semelhan-.t9.s,a]gl.qntarqg_,m t1og1am=a. , e aduiteração Sem dúvlda, ; I ã;;;ããj
::: 
p::"-":.?:.o uu.1.rt1O" ,?r"-r::" 707o das inspe- cos, mesmo sem quatquer intenção de vigitârciaj
ções. dq edifícios;.i§9-nàfi.9_3ndo habitações em perilo. inciuü restriçõe.^ ' - 1 - :.v,",*- r:.,i:'-l.':-Ànterio1en11,.os 200 fiscàis de construção da cidade A Ford vem uabalhando em sisremas de se!
. : _-1 -': :::'-.,i]:l:'...: :. a 9..r1 , r:=-. l-' srvt4uvD.Yr§uêlluçlll
::do.l :r" *tivgl com 4 Comissão de lntegridade de perigo êm potencial.Negóero§, uú plograúa que filtra dados identificoú Os cienriqras na
Yr::i:::::^def5Vq na taxa de captura dos estabeleci- derecrar se os condutor", uo ,"ao, *;aootilá:o*u*
iLo-",rr:i 
*nrivog com 4 Comissão d9 
_lntegridade de perigo êm potencial. '
Illlil"l -uú. p5ograúa que_filtra dados identificoú os cientistas pesquisadores da Intel preveem cida_
1u"'3t'l"..l9llu,T*-t": que não Íiúam conrratado um des inteligentes com motorisras que ,ao .6 
"oJ"""-serviçó de Éàspôrte de gordura e a limpeza dos buei- a ,eto.iaàOe O" 
"^*" "* 
fr.*;;;;,;r;;;;
ros mais próximos. os fiscais do deparramento de saúde ver simultaneamente três .*ro, f*u u-ài"itu, p*u uenviados plq,eiges locais registraram um impressio- esquerda 
" 
p*u-o,r. Além do *uir, * câúeras,podem
nantesucessode95VonàtAx^rlecanhtrarlocecteheIeni_'-....-
.::=i:::i ::i,::: ri ::'..-- .-
.ti.,iʫ
. .'-':; "t'*'^Y'P,14::l.lç Slxa .u.ullPt-trç1q.lJ19.ÂP,p§r.:r:..Qgujlibrando.um copo junto ao vcúante,'Esii:s"estados
f::ti:i^'ill::-1"::t Tl,': f *it conlunto: 1e do condutor" uti,"ntu.ao o' p-g'ãu' ." ;*i"**
,:f:i1.01:o:lweis publicamenre no porrat de preditiva pJ;J.rhr;.ãI#, *][;,,*?.,_
:"::"TfiY:1tP::^,oo childcareDesk (qentral de consequentemenre das i;;ã;;; -;;;; ;r;;;*;;".
, *;*"::.|,::tn1*::.ltl] 1to ." o oiimeirô tug,4 s , " sem oo;iã o*uem social. ma" s*eç*-"iiitqr",-mapas, oS coÍentários do yelp e os relatórios deralha_ tões quanto a esse nível d".;ú.rdlh;;il;;;;dos cgleqildog.'de vários, óAãos'cerrificado§,den&ias ., ,á; :;;';:;:;;^. 
--À-^=í;.j;:=r: :-.r::::r::r^ i..J
.'alrl:c
.iii aê.are.ta noti'ca osureimê:i:,ft:;t§;|;'n:ã-;f#:fi#ffi;T;;!;:;:;:,T:
i*r**:;,x"":::::.":::::'l:"^lx:::,!;f{.;.ü,;!.viilrara{31,.nd;;;,;
.:lLT,9leu!|§.i-l:as;€errenas oe. mrlnares'dêi:publi.cações que todos nós queiramosas informaçõe, ,ou*áiàoro_ldiái'ià§àô inêi; do Facebook e de outrgs sites -de risras descuidaão, ,o oorro r"dor, mas qel{que estamosmídia,:sôiial,' âs Íeclam4§ões que não;:são.feitàd :,.',
.úeãosú[hiciiiâi*.sohrê fatte rre hioie;e n^a.^,i"rrjlt digpostos a compartithru as nossai.''pr§p1i!s.fraquezas
!es; lrxo não recolhido e ruas inseguras podem ser cole_
fadas a partir dessas fontes prm a m"lhoria dp qualidade Fortes: Jeff Bertolucci, "Big Data: W},"ot Cu.. ôan Tatk",
de vida de um nova-iorquino. InÍormation Week, lL jun. 2013; AI3-I.o-o., 'The úyor's G.eek
..: 5;n;;;;,*uqu",úo'oelicaàáparárosderenso :?fg:ftráí'íí'{:tff#T'i!,'J:,t;"fr*"yj;,.Wf*l
res da privacidade que têm acompanhado o movimcnto abr.20t3; steve Lohr, "slroci"ty, rrin"J,'ú"*íi;;.;-úff;
do Big Data/cidade Inteligenrü com urn othar descon- Y-=f]:l !:.y 'o" rime's,2? fev. 2013; ;'smart'r, Moie
. 
--:- Uompetllrve ('rties: Forward-rlinking cities are investi-ng ü
capítulo Í 1: Aprimorando a romada de decisão e a gestão do .onh..ir.nto @
"-..,ir,": l]" ll"-li: '":^:""..:çao !r.a crq4:e A tsbrd vem trabalhando em sisremas de5eguràga§
ulilmentg responder a 20 mil qu-eixas anuais que informarão os condurores de ameaÇas. 
"rã i"r".- 
'
l'tsIowersré g'-ltiretoi dé ãnálise do_ gabi- ry2v: veículo p.ru u"í*lo). o sistemavzvaü.r,..,i- '
-. :--y:r:t:::y"yiarl-.:..:1l.lyit:,. : qui rulofuraraq.os conoutoles de ameaÇas, tanto.intei:.i§riçõesdelas. nas 1V2i: veÍculo para infraestrururul 
"o*ó "**À,.'etor de anátise do gabi- (v2V: veículo para'veí.rld. ô;i*;;GVaú;;* u* .'
o d-e Pr3teeão Aúbiéntal carro está acelerando para cruzar no sinal vermelho, por I-.- *:__ .or uv àrrlq y-çlUçUUi.pUl:
ra eficiência na localizaç5s de restau- exemplo. A Ford também desenvolveu um afualizador
Svam 
óleo'd T?rh" ileqelmente ro: p-? qe-mrífp1oq a Íim de criar ,.inrersecgõe9 la1gligen-
1", :Xlff1li.*:-a:: "r*pimen: 'té."süé moniroram os inapas digtars;os dados a9 ces
-':eles'peqlÍT q,.udu para a equipe e o estado dos sinais de trânsitó e transmitem;ssês
ado a Iocalização dos resraurútêi, a àuào, paru o compurador de bordo. Os motlristas sã.tcabzação dós resraurútes, a aáaos parà ó .o-prtuão. de bordo. Os motori*tas sao
loii9191 {e e:goto 9.,ce4i|i-- 
. 
aiertados visuàlmente e urattiri*.;ti'pir tuàçoes ae
,ir. ,-:.:.:i.i:,,i,..::r,- '. :;.11.Ç!ri!4, para,baixo. ou para:a frente,,ou.se um deles está
11,3ÍY.J.í;,',1.91:"9.':e t0l3 lelt Jobs and : , e1ltar caq,áqtrofes. A dlmiquiçãods laxas dà.cogsào e
!êo§,@ãos'certiricado§,di.1...{§.,..'§'à.ti,ic.rsorsaos""r;á*aü1,]ã.iü;;*#".;
.1i'j::::.]iL::::::..-"]: f1i rei teúo u".,,,io infoàações ,"i," ,"r,;i;*,;;;;
:jiT'":.:::,"lii.:-l:"-1"açã-o dos bebê no banco de r.u. oo.uoo, ;.'u d.;;il;;
'ie as rolas.mars seguras para ciclisús' probabüdade de causar um u.io"ot"=*oírtr];;;;
':::"-:11^_.#: 
-.li:, o?l.r*,:o úe atrtuuira uma violação de movimentol É nã;;;centeüas oe mrlhares cíe publicações que todos nós oueiramos as infomacÃe" ..,t.. 
^o -^r^-
)
@ tirt"ras de informação gerenciais
PERGUNTAS SOBRE O ESTUDO DE CASO
1. Quais tecnologias Nova York vem empÍegando para melhorar a qualidade de 'rida dos seus cidadãos?
2. Quais questoes humanas, organizacionais e tecnológicas devem ser consideradas pelas iniciativas da 
"cidade
inteligente" ?
3. Que problemas são resolvidos pelas "cidades inteligentes"? Quais são as desvantagens?
4. Dê exemplos de quatro tomadas de decisão que seriam melhoradas em uma "cidade inteligente"'
5. Você esraria preocupado se os dados de mídia social fossem utilizados para complementar os dados 
pÚblicos 
".i:::r'iã
de forma a ajudar a melhorar a prestação de serviços municipais? Justif ique.
USUARIOS DA INTETIGÊTUCIN EMPRESARIAL
A Figura i 1 .4 mostra que mais de 807o dos usuários da inteligência empresarial são compostos por
usuários casuais. os executivos seniores tendem a usar a inteligência empresarial para monitorar as
ativiclades da empresa usando interfaces visuais como painéis e scorecards. Gerentes de nível médio e
anaiistas são muito mais propensos a ficar imersos nos dados e no software, inserindo consultas e sepa-
rando os dados ao longo de diferentes dimensões. Os funcionários operacionais estarão, juntamente
com oS ç|ientl-'5.- fornecedores, obServando, na maioria das vezes, os relatórios pré-formatados'
Apoio para decisões semiestruturadas
Muitos relatórios de produção pré-formatados de inteligência empresarial são relatórios de sIG
que apoiam a tomada de àecisaã esiruturada de gcrentes operacionais e de nível médio' Descrevemos
no Cápítulo 2 as gerências operacional e média e os sistemas que elas utilizam' No entanto' alguns
gerentes são "supeiusuários"L analistas de negócios interessados, que desejam criar seus próprios rela-
tórios e utilizar modelos e análise sofisticados para encontrar padrões nos dados, modelar cenários de
negócios alternativos ou testar hipóteses específicas. Os sistemas de apoio à decisão (SAD) compôem a
plitaforma de entrega de inteligência empràsarial para essa categoria de usuários, com a capacidade de
apoiar a tomada de decisão semiestruturada'
O SAD depende mais de modelagem do que o SIG, utilizando moclelos matemáticos ou analíticos
para executar análises "se-então", entre outros tipos. Análises "se-então", partindo de condições conhe-
.idu, ou hipotéticas, permitem que o usuário varie certos valores para testar resultados' bem como
Figura 1í.4 Usuários de
inteligêncía emPresarial
Usuários casuais sáo consumidores dos
r esultarjos da inteiigência empresarial,
enqudnto 05 \uper usuários sáo
os produtores de relatÓrios, novas
anal :.., mctlelos e Prev'sÓes.
Usuários poderosos:
Produtores
(20% dos funcionários)
Desenvolvedores de Tl
Super usuários
Analistas de negócios
Modeladores analíticos
RecurSos
Usuários casuais:
Consumidores
(8O% dos funcionários)
Clienteífornecedores
Funcionários operacionais
Gerentes seniores
Gerentes/f uncionários
Analistas de negócios
Figura Í1.5 Análise de sensibilidade
Capítulo Í 1: Aprimoranoo a tomada de decisâo e a gestão do conh..,r.n,o @
para prever com mais eficiência os resultados caso realmente ocorram mudanças nesses valores. O que
acontecerá se aumentarmos os preços do produto em cinco por cento ou se aumentarmos o orçamento
da publicidade em um milhão de dólares? Os modelos de análise de sensibilidade fazem perguntas do
tipo "se-então" repetidamente para prever o impacto sobre os resultados causado por várias mudanças
em um ou mais fatores (ver Figura 11.5). A análise de sensibilidade reversa ajuda os profissionais que
tomam decisão a atingirem suas metas: se quisermos vender um milhão de unidades de um produto no
próximo ano, de quanto deverá ser a redução no preço desse produto?
O Capítulo 6 descreveu a análise multidimensional de dados e o Olap como uma das tecnolo-sias-
-chave da inteligência empresarial. As planilhas apresentam um recurso semelhante para a análise
multidimensional chamada de tabela dinâmica, que os gerentes e analistas "super usuários" utiiizam
para identificar e compreender padrões nas informações empresariais que podem ser úteis na tomada
de decisão semiestruturada.
A Figura i1.6 iiustra uma tabela dinâmica do MicrosoÍi Excel que examina uma grande lista de
transações de pedidos dc uma empresa que vende vídeos tie treinamento online de gestão e livros. Ela
mostra a relação entre duas dimensões: a região de vendas e a origem do contato (banners na Web ou
e-mail) para cada pedido do cliente. Ela responde a pergunta: será que a origem do ciiente faz diferença,
além da região? A tabeladinâmica nessa figura mostra que a maioria dos clientes é da região oeste e
que a propaganda em banners é responsável pela maioria deles, em todas as regiões.
No passado, grande parte dessa modelagem era realizada através de planiihas e um pequeno
banco de dados isolado. Hoje, esses recursos são incorporados em grandes sistemas de inteligência
empresarial da empresa, e eles são capazes de analisar dados dc grandes bancos de dados corpora-
tivos. A análtse de inteligência empresariai inclui ferramentas para modelagem intensiva, algumas
das quais descrevemos anteriormente. Esses recursos ajudam a seguradora Progressive a identificar
os melhores clientes para os seus produtos. Usando dados amplamente disponíveis do setor de segu-
ros, a Progressive define pequenos grupos de clientes, ou "células", como os condutores de motoci-
clcta com ,.i.-:;:. acima de 30 anos e nível superior. pontuação de crédito acinra de um certo nível e
nenhum acidente. Para cada "célula", a Progressive realiza uma análise de regressão para identificar
Essa t.bel. eíbe 
"t r;ffiá"t d. rr. *,ál* d. **U,riarO. árãr"'to ar"ru,ar"ç. O" pt"ço Oe r""Oa a" rr. grrvatae do custo por unidade sobre o ponto de equilíbrio do produto EIa responde à pergunta: "O que acontecerá ao ponlo de
equilÍbrio se o preço de venda e o custo de fabricaçáo de uma unidade aumentaíem ou diminuírem7"
E) t,r,"ras de informação gerenciais
100-í8.Ilry!_,jPcla24 
_ 
-- iw"b
íí]o19 West iCredt lweb
i í9.44i i ;
I ig.z8: I I
Noíth
Solrth
!rêst
7t
64
73
15 48
Figura 11.6 Uma tabela dinâmica que avalía a distribuição regional dot .li.n§ . 191g"Is qqllqt
N.tsa tab"l, di.fi,.r, poã.rot ,"al"r d. o"d" rê, 
"*lientes 
do treinamento on-line da empresa, errt teÍmos de região e da
origem da propaganda.
os fatores mais intimamente correlacionados com as perdas de seguro que são típicas para esse grupo.
Em seguida, define preços para cada céluia e utiliza um software de simulação para testar se esse
arranjo de preços permitirá à empresa ter lucro. Essas técnicas analíticas tornam possívcl para a segu-
radora Progressive garantir rentabilidade dos clientes ern categorias tradicionalmente de alto risco que
outras seguradoras teriam rejeitado.
Apoio à decisão do gerente sênior: o balanced scorecard e a gestão do desempenho
empresarial
A inteligência empresarial entregue na I'orma cle sistemas de apoio ao executivo (SAiis) ajuda os
executivos seniores a se concentrar nas informações de desempenho realmente importantes que afetam
a rentabilidacle geral e o sucesso da empresa, Atualmente, a principal metodologia para a compreensão
das informações mais importantes e necessárias para os executivos de uma empresa é chamada de
método do balanced scorecard (Kaplan e Norton, 2004; Kaplan e Norton, 1992). O baLanced score'
card é uma estrutura de operacionalização cio plano estratégico de uma empresa, focando os resulta-
dos mensuráveis em quatro dimensões do descmpenho da empresa: financeiro, processos de negócios,
clientes e aprendizado e crescimento (ver Figura 11.7).
O desempenho em cada dimensão é medicio por meio de indicadores-chave de desempenho
(KPIs, rto inglês Key Performance Intlicators). qLre são as medidas propostas pela gerência sônior para
compreencler quão bem a empresa está operando ao iongo de qualquer dimensão. Por exemplo, um
indicatlor-chave de quão bem uma empresa clc verejo online está atingindo seus objetivos de desempe-
nho cio clientc é a duração média de tempo nccessário para tazer uma entrega a um consumidor. Se sua
e :.
âl
§ÊitF,f&t
&
Capítulo 11: Aprimorando a tomada de decisão e a gestão do conh..irn.n,o @
Pro(essos de negó{ios
. Número de atividades
. Tempode exe(ução do proceiso
o Taxàs de acidentes
. EÍrcrénc,a dos Íecursos
o Depreciação dos equipamentos
Figura 11.7 A estrututa balanced scorecard
Na estrutura balanced scorecard, os obletivos
estratégicos da empresa são operacionalizados ao
Iongo de quatro dimensÕes. financeiro. processo de
negócios, cliente e aprendizado e crescimento. Cada
dimensáo é medlda utilizando vários indicadores-chave
de desempenho.
empresa for um banco, um indicador-chave de desempenho do processo de negócio é o tempo necessá-
rio para executar uma funÇão básica como a criação de uma nova conta de ciiente.
A estrutura balanced scorec(trd foi idealizada para ser "equilibracla" porque faz com que os geren-
tes se concentrem não somente no desempcnho financeiro. Nesse ponto de vista, o desempenho finan-
ceiro é uma história do passado 
- 
o resultado de ações do passado 
-, 
e os gerentes clevem se concen-
trar em assuntos que eles são capazes de influenciar hoje, tais como a eficiência do processo cie negócio,
a satisfação dos clientes e o treinamento de funcionários. Uma vez que um scc,trecurcl é clesenvolvido
por consultores e executivos seniores, o próximo passo é automatizar um fluxo de informações para os
executivos e outros gêientes de cada um dos indicadores-chave cle desempenho.
Uma outra metodologia de gestão intimamente relacionada é a gestão do desenrpenhg empre-
sarial (BPM, do inglês Business Performance Managemeni). Originalmente clefinicio por um grupo
setorial em 2004 (liderado pelas mesmas empresas que vendem sistemas de banco dc dados e sislemas
integrados como Oracle, SAP e IBM),.a BPM tenta trailuzir sistematicamente as estratégias de uma
empresa (por exemplo, a diferenciação, o baixo custo do produtor, o crescimento da participaçào no
mercado e o escopo da operação) em metas operacionais. l-tmavez que as estratégias e as rnetas sào
identificadas, um conjunto de indicadores-chave de desempenho é desenvolvicio para medir o progresso
em direção às metas. O desempenho da empresa é então medido com informações coletatias clos sistc-
mas de banços de dados corporativos da empresa. (BlrM working Group, 2004).
Os dildos corporati"'os para os atrrais SAEs são forneciclos pelos aplicattvos int---llr,.los rrliistcnlcs
da empresa (planejamento de recursos empresariais, gestão da cadeia de suprimentos e gestão de rela-
cionamento com cliente). O SAE também provê acesso para novos serviços, bancos de àaclos do mer-
cado financeiro, informações econômicas e quaisquer outros dados externos que os execulivos seniores
necessitam' O SAE tem recursos significativos de drill-down (detalhamento), se os gcstores precisarem
de visualizações mais detalhadas dos dados.
Os SAEs bem projetados auxiliam os executivos seniores a controlar o desempcnho organizacional,
monitorar as atividades da concorrência, identificar alterações nas coldiçÕes de mcrcado e detectar
problemas e oportunidades. Os funcionários em níveis mais baixos cia hierarquia corporativa também
utilizam tais sistemas para monitorar e medir o desempenho empresarial nas áreas sob sua responsabi-
lidade. Para que esses e outros sistemas de inteli-ecincia empresarial sejam realmente úreis, a informação
deve scr "acionável" 
- 
ela deve estar disponível e ser tarnbém fácil cle usar no momento cla tomada cle
decisÕes. Se os usuários têm dificuldade em identificar métricas críticas dentro dos relatórios que rece-
bem, a proclutividade dos funcionários e o desempenho empresarial serão afetados.
@ tt*"ras de inÍormação gerenciais
SISTEMAS DE APOIO A DECISÃO EM GRUPO
Os sistemas que acabamos cle descrever focam principalmente ajudá-lo quando você tiver que tomar
uma decisão sozinho. Mas e se você fizer parte de uma equipe e precisar tomar a decisão em grupo?
Você precisaria usar uma categoria especial de sistemas denominada sistemas de apoio à decisão em
grupo (SADG) para esse propósito.
Um sistema de apoio à decisão em grupo (SADG) é um sistema interativo, baseado em computa-
clor. que facilita a resolução de problemas não estruturados por um conjunto de profissionais que tomam
decisões em grupo, seja trabalhando no mesmo espaço físico ou em locais dif'erentes. Groupwaree
f'erramentas baseadas na Web para videoconferência e reuniões eletrônicas descritas anteriormente
neste liyro podem apoiar alguns processos de decisão cm grupo. mas seu foco está primordialmente na
comunicação. Os SADGs, no enranto, fornecem ferramentas e tecnolo-eias moldadas especificamente
para a tomada de decisão em grupo-
As reuniões guiadas pelo SADG ocorrem em salas de conferência equipadas com ferramentas
especiais de hardware e software, que facilitam a tomada de ciecisão em grupo. O hardware inclui
computadores e equipamentos de rede, retroprojetores e telõcs. Um soft*'are especial para reunião
eletrônica coleta, documenta. classifica, edita e armazena as ideias propostas durante uma reunião de
tomada de decisão. SADGs mais elaborados utilizam um mediador profissional e uma equipe de apoio-
O mediador seleciona as ferramentas de software e ajuda a organizar e conduzir a reunião.
Um SADG sofisticado oferecc a cada participante um desktop dedicado que fica sob o controle de
cada um. Ninguém consegue ver o que os outros fazem em seus computadores ató que esses participan-
tes estejam prontos para compartilhar as inÍ'ormaçõcs. Os claclos que eles inserem são translnitidos por
rede paia um servidor centrai que armazena as inÍ'ormaçoes geradas pcla reunião e as torna disponíveis
para todos na rede. Os rlados tatnbém podern scr projetados no tclão'
Com os SADGs, é possível aumentar o núrnero de participantes da reunião e, ao mesmo tempo'
eievar a pro<lutividacie, pois as pcssoas contribuern sititultaneamcrltc. c não uma por vez. C : '-,G
promove uma atmosfera colaborativa, já que garante o anonimato dos colaboradores; assim, os partici-
pantes podem concentrar-se em avaliar as ideias em si, sem mcdo de sofrer cÍíticas pessoais ou de ter
suas idàlas rejeitadas pela imagem preconcebida que os olltros tôm deles. ;\s fcrramentas de software
SADG seguem métodos estruturados para organizar c avaliar ideias e para preservar os resultados
das reuniÕes, permitindo que pcssoas que não participaraÍn localizem inlormações necessárias após
o evento. A eficiência jo SADG depencle da natureza do prciblema e clo grupo. e de como a reunião é
planejada e conduzida.
íÍ.3 Sistemas inteligentes de apoio à decisão
A tomada de decisão também é aprimorada por meio de técnicas intcligentes e sistemas de gcs-
tão do conhecimento. Técnicas inteligentes conSistcm erlr sistcmas cspccialistas, raciocínio base-
ado ern casos, algoritmos genéticos, redes neurais, iógica difusa e agerltes inteligentes. Essas técnicas
sãcr baseadas na tecnolosia de inteligência artificial (IA). qtrc çen5isfe em sistemas baseados em
computador (tanto hardware quanto sotiware) que tentam simular 0 uonlportarncnto c os pactroes cie
pensamento humano. Técnicas inteligentes ajudam os proflssionais que tomam decisões capturando
conhecimento individual e coietivo, descobrindo padrões e comportamentos em grantles quantidades
de dados e gerando soluçÕes para os problemas que são muito grandes e complexos para os seres
humanos resolverem por conta própria.
Os sistemas de gestão de conhecimento, que introduzirnos no Capítuitt 2, e os sistemas de trabalho
de conhecimento fornecem i'erralnentas para descoberta de conhecirnento, comunicação e colaboraçào
que tornam o conhecimenro rnais faciimente disponívcl para o-s profissionais que tomam decisões e
para integrá-lo nos processos clc negócios da empresa.
SIsTEMAS ESPECIALISTAS
E se os funcionários de sua empresa tivessem que tomar ciecisões que exigissem algum conhe'
cimento especial, como a maneira de forrnular urn cornposto clc vcdação ou de secagem rápida, ou
como diagnosticar e consertâr o mau funcionâmento de um motor a cliesel, mas todas as pessoas que
,!§
li.: ii
.t:::
:r''.1
:tr:.
!
. i:::::::i
r:,1] ix:rl
t:
-rt:ll
i:
Figura í'1.8 Regras de um sistema especialista
;--:--:^',- r;.. .. ;:-'-
pode considerar múltiplas reqras ao mesmo tempo. As regras aqui iluslradas sáo as de ,;;;;;#§]""f,j,,Ll'liilo[, o"
concessáo de crédito
Capítulo 11: AprimoÍando a tomada de decisão e a gestão do conhu.irun,o @
detivessem esse tipo de conhecimento já tivessem saício da empresa? sistemas especialistas funcio-
nam como auxílio à tomada de decisão que poderia ser de grande utilidade nesse caso. Um sistema
especialista captura a expertise humana em um domínio específico do conhecimento e a transforma
em um conjunto de regras para um sistema de software quapode ser utilizado por outras pessoas da
organizaçao' Esses sistemas normalmente executam um número limitado de tarefas que poàeriam ser
executadas por profissionais em alguns minutos ou horas, tais como dar o diagnóstico de uma máquinaque não este.ja funcionando bcm ou determinar se a empresa deve conceder um empréstimo. Eles sãoúteis em situaçõcs de tomada de decisão em que a expertise é cara ou escassa.
Como funcionam os sistemas especialistas
o conhecimento humano precisa ser moclelado ou representacio de modo que um computador possaprocessar' Sisternas especialistas modelam o conhecimento hurnano como uma série de .ãgao, qr", 
",nconjunto, são denominadas base de conhecimento. Sistemas especialistas podem ter de 200 a milharesde regras desse tipo' dependendo da complexidade do problema de tomada cle decisão. Essas regras
são muito mais interconectadas e entrelaçadas do que as de um programa de software traclicionai (verFigura 11.8).
A estratégia usada para pesquisar a coleção de regras e lbrmular conclusões chama-se mecanismo
de inferência' o mecanismo de inferência vasculha as regras e "dispara" aquelas relacionadas aos fatosque o usuário reuniu e inseriu.
Os sistemas especialistas oferecem às empresas uma série cle benefícios, entre eies melhores deci-
sões, menos erros. custos mais baixos, menos tempo despenciido com treinamento e elevação cla qua-lidade e do atenclimcnto. A Con-way Transportation. p,ir L-xcmplo. construiu um sistema áspccialista
um sistema especialista contém uma serie ae regia; a seãm sequ,das. A;r.sã Éo ,tercorect.d.r.. 
"úmero d":lyl'-!::,:ri*1uT:"}" conhecido e e rimitado. Há múrtipros trui.to, p*u í obter o ,"rro resurtado, e o sistema
ii
a
@ t,r,"ras de informação gerenciais
chamado Line-haul para automatizar e otimizar o planejamento de rotas noturnas de carregarnentos
para seu negócio nacional de transporte de cargas. O sistema especialista capturi] as regras de negó-
cio seguidas pelos expedidores a cada noite na associação de motoristas. caminhões e reboques para
transporte de 50 mil carregamentos de carga pesada em 25 estados norte-americanos e no Canadá.
e durante a definição das rotas. O Line-haul é executado em uma plataforrna Sun e usa dados sobre
solicitações diárias de carregamentos de clientes, motoristas e caminhões disponíveis, espaço e peso em
reboques armazenados em um banco de dados Oracle. O sistema espccialista usa milhares de regras e
100 mil iinhas de código escrito em C++ para processar os números e criar planos ótinlos de rotas
para 95c/c dos carregamentos diários. Os expedidoresda Con-Way ajustam o plano de rota fornecido
pelo sistema especialista e confiam as especificações da rota tinal ao pessoal de campo responsável
por carregar os reboques para as viagens noturnas. A empresa recuperou o investimento de três
miihões de dólares no sistema em apenas dois anos através da redução do número de motoristas, da
acomodação de um volume maior de carga por reboque e da redução dos danos oriundos do rema-
nejamento. O sistema também diminuiu as árduas tarefas nofurnas dos expedidores.
Embora falre aos sistemas especialistas a inteligência robusta e universal dos seres humanos, eles
podem proporcionar benefícios às organizações se suas limitações forem bem entendidas. Somente
certos tipos de problemas podem ser solucionados utilizando esses sistemas. Praticamente todos os sis-
temas especiaiistas de sucesso rratam de problemas de classificação nos quais há relativamentepoucos
resultados alternativos, e esses possíveis resultados são todos conhecidos com antecedência. Sistemas
especialistas são muito menos úteis para lidar com problernas não estruturados, normalmente enfrenta-
dos por 
-gerentes.
RACIOCÍNIO BASEADO EM CASOS
Sisrema. r.sn 2i4li512s capturam primordialmente o conhecimento de especialistas individuais,
mas com o passâr dos anos as organizações tarnbérn adquirem c desenvolvem perícia e conhecimento
coletivos. Essc conhecimento organizacional pode ser capturado e armazenado utilizando raciocí-
nio baseado em casos. No raciocínio baseado em casos (RBC, ou CtsR, do ingiês Case-Based
Reasoning), o conhecimento e as experiências anteriores de especialistas são representados como
casos e armazenados em um banco de dados para consulta posterior, quando o usuário encontrar um
novo caso corn parâmetros semelhantes. O sistema pesquisa os casos armazenados com características
senrclhanres às do novo caso, encontra o que mais se ajusta a ele e aplica a solução do caso antigo ao
novo. Solucões bem-sucedidas são anexadas ao novo caso e ambos são armazenados, com outros, na
base de conhecimento. Soluções desastrosas também são anexadas, junto a relatórios que explicam por
que elas não funcionaram (ver Figura i1.9).
Você encontrará o raciocínio baseaclo em casos de sistemas de diagnóstico médico ou de aten-
dimento aos clientes em que os usuários podem recuperar casos passados cujas características sejam
similares ao novo. O sistema sugere uma solução ou diagnóstico com base no que melhor combina com
o caso âtual.
SISTEMAS DE LOGICA DIFUSA
A maioria das pessoas não pensa em termos de regras "se-então" tradicionais nem em termos
de números precisos. Os seres humanos tendem a categorizar as coisas de maneira imprecisa, usando
regras para tomar decisões que podem ter muitas nuanças de significado. Por exemplo, um homem ou
uma mulher podem ser fortes ou inteLigente.i. Uma emprcsa pode ser de porte grande. peqlteno oa
médio. A iemperatura pode esÍar quente, fria. fresctt oü rnorna. Essas categorias reprcsentam escalas
de valores.
A lógica difusa é uma tecnologia baseada em regras que representam tal imprecisão criando
regras com valores aproximados ou subjetivos. Ela descreve um fenômcno ou processo particular
linguisticamente e, depois, representa essa descrição em um pequeno nútrero deregras flexíveis.
Vejanros conto a lógica difusa representaria várias temperaturas em uma aplicação de computador
para controlar automaticameflte â teúlpu:ratura dc uma sala. Os terÍnos (conhecidos como.fiutções de per-
tinênc:ia) são definidos com certa imprecisão. cie nrodo que, por exemplo, na Figura 11.10, "fresco" Íique
entre E e 2l graus, embora a temper3tura t':tr-.1e mais perceptivelmente Íiesca entre 15.5e 19,5 graus.
Noteque frioottnonnalsobrepõem-sc a.frescct. Paracontrolaroambientedasalausandoessalógica,
L-.
+-
O sistema faz perguntas
adicionais ao usuário para
l..limitarapesquisa
Figura 11.10 Lógica diÍusa para controle de temperatura
a t õ^ io àt àã áãr t *r 
"-Á., 
u p oã ã e r r t r a ci a d e n ú i n a o a " te m pã,ar u ii ; : ó s u ô
s.ila. Funçôes de pertinôncia ajudam a converter expressoes como ,.morno,,
Capítulo 1l: Aprimorando a tomada de decisão e a gestão do conh..ir.nro §!
l-:_' '. i 'l
. Eanco de
r. dados.
: :.de:<-àios'.:
o programador desenvolveria definições análogas imprecisas para a umidade e outros fatores, como o
vento e â temperatura externos. Entre as regras, pode haver alguma que diga: "se a tempera fi)ra for frescaoürt'ict e a umidade for baixa, e, eo mesmo tempo, houver forte ventania e a tcmperatura exterpa for baixa.
aumente o calor e a umidade da sala". O computador compatibilizaria pondera<iamente as leituras dasfunções de pertinência e, utilizando todas as regras, aumentaria e reduziria a temperatura e a umiclacle.
Figura 11.9 Funcionamento do raciocínio baseado
em casos
o ;ãaõcí.ió bfeãoo em iasos represán1j oiónllãc*t1t
como um banco de dados cie casos anteriores e srras
soíuçôes. O sistema usa um píocesso de seis estágios para
gerar soluçoes para os novos problemas encontrados pelo
usuá rio
níosi-Jaóúrmo'iãto@
em números qúe o computador pode manipular
+r--?
@ t,*.ras de informaçâo gerenciais
Alógicadifusaoferecesoluçõesparaprobien]asqueexigemconhecimentotécnicodifícilde
representar na forma de rígidas i"grui "r"-.ntão". No iapao' o sistema de metrô de Sendai utiliz-a
controles com lógica difusa para acelerar tão suavcmcnte que os passageiros que estão 
em pé nem
precisam se segurar. A lógiôa difusa permite mudanças incrementais nas entradas para produzir
suaves alteraçÕes nos resulfados, em vez de alterações descontínuas' o que a torna úti1 em aplicações
de engenharia e produtos eletrônicos de consumo'
REDES NEURAIS
As redes neurais são usadas para resolver problemas conpleros e não totalmente compreendidos'
para os quais grancies quantidadei de dadosjá foram coletadas Blas encontram padrões e relações em
gigantescas quantidades cle informações que um ser humatto acharia muito clifícil e complicado 
anali-
sar. As redes neurais alcançam tal ántendimento usando hardwarc e softrvare que imitam 
os padrões
de processarnento do .éreb.o biológico, ou humano- Elas "aprendem" padrões a partir 
de grandes
quantidades de dados; para tanto, "peneiram" os ilados. procuram relações' constroem 
modelos e os
revisam várias vezes, corrigindo seus próprios erros'
Uma rede neural apresãnu grand; nú*".o de nós sensores e processadores que interagem con-
tinuamente uns com oS outros. A Figura 11.11 representa um tipo-de rede neural' compreendendo
uma camada de entrada, uma de saída e uma de piot","tntnto oculta' Os seres humanos "treinam"
a rede alimentanclo-a com um conjunto de dados rle treinanrento para os quais as entradas 
produzem
um conjunto conhecido de saídas ou conclusões. Isso ajLrcla o computador a aprender a solução 
correta
;;r;;ã;i". í *"oiau que se alimenta o compuradoi .o,,, ,-rais clacios, ca<ia caso é comparado 
com
o resultado conhecido. se for dit'erente, uma càrreção Ú calculada e aplicacia 
aos nós da cam:rcla de
processamento oculta. Esses passos são repeticlos até que scja alcançada cleterminada condição' 
como
as correções serem menor", ào qu" um 4eterrninado número' A ret1e neural 6a Figura 
11'11 aprendeu
como identificar uma compra fraudulenta com cârtão de crddito. Alóm disso, é 
possír'c1 trcinlrr redu: ---'
neurais auto-organizáveis expondo-as a grancles quântidadcs ric dados e permitindo-lhes 
quc descu-
bram padrões e relações nesses dados'
sistemas especialistas buscam emular ou modelar a tnancira como um especialista 
hunlano resolve
problemas, mas os-construtores de redes neurais afirmarlt clue clcs não programam 
soluções e não
visam resolver problemas específicos. Em vez disso, os projetistas de redes neurais buscam 
coiocar
inteligência no hardware sob a forma de uma capaci.acle gttniraliz'acta.e aprender' 
O sistema especia-
lista, em comparação, é altamente cspecífico qurn,o a um problerna' e não po<ie ser 
novamente treinado
de um modo fácil.
Aplicações cle rede neural estão surgindo nos campos cla meclicina' ciência e 
dos negócios para
lidar com problemas de classificação de padroes, previsão e análise llnanceira' e controle 
e otimizscrro'
Na medicina, aplicações de rede neural são uruiu, para exalncs de doenças coronárias' 
diagntisticos
Camada de entrada Camada oculta Camada de saída
Dados
o ldade
. Renda
. Histórico de comPras
o Frequência c1e comPras
. Valor médio da comPra
Resultados
Compra válida
Compra Íraudulenta
Fioura 11.11 Como uma rede neural íunciona 
-=-
t'' de rd;ã"; á; a'''áos ptra constt'u 'ntu?'n'aoa oi'rtu ot roíca 
n
camada oculta então processa as entradas, Classificando-aS aot U"t na experiência do modelo' Nesse exemplo' 
a redeneural foi treinada para distinlurr entre compras com cartáô de crédito fraudulentas 
e leqÍtimas.
!:iü
Capítuto 11: Aprimorando a tomada de decisão e a gestão do conh..,r.n,o §!
de epiiepsia e mal de Ajzheimer e para traçar padrões de reconhecimento de imagens patológicas. As
redes neurais são usadas pelo setor financeiro para discernir modelos em vastos depósitos áe dados
que poderiam auxiiiar as empresas de investimento a prever o clesempenho de participàções acionárias,
classificação de títulos privados ou falências corporativas. A Visa International utiliza uma rede neural
para ajudar a detectar fraudes com cartões de crédito, monitorando todas as transações com cartão Visa
para <iescobrir mudanças repentinas nos modelos de compra dos portadores de cartão.
As redes neurais apresentam. contudo, vários aspectos enigmáticos. Diferentemente dos sistemas
especialistas. que cm gcral fornecem explicações para suas soluções, as redes neurais nem semprepodem explicar por que chegaram a uma solução particular. Elas podem não funcionar bem se seu
arquivo de treinamento cobrir uma quantidade dc dados muito pequena ou muito grande. Na maioria
das aplicaçÕes correntes, as redes neurais são mais bem utilizadas conro auxiliares do que como subs-
titutas dos profissionais que tomam decisÕes.
ALGORITMOS GENÉflCOS
Algoritmos genéticos servem para encontrar a solução ideal de um problema específico, após o
exame de um imenso número de soluções alternativas. Suas técnicas são baseadas em métodos inspi-
rados na biologia evolucionária, tais como herança, mutação, seleção e cruzamento (recombinação).
Um algoritmo genético funciona representando informações como cadeias de 0 e l. O algoritmo
genético pesquisa uma população <ie cadeias geradas ranciomicamente de dígitos binários paia iden-
tificar a cadeia correta que representa a melhor solucão possível para o p.oÜI"*o. À meaiaa que as
soluçõcs são alteradas e se combinam, as piores são descartadas e as rnelhores sobrevivem e continuam
a produzir soluqões ainda melhores.
Na Irigura 1 1. l2' cada cadeia correspondc a uma das variáveis do problema. Aplica-se um teste de
aiuste, classificando as cadeias da população segundo seu grau cle conveniência como soluções pos-
síveis- ,.\pós a população inicial ter siclo avaliada pelo :r;.,.r,.: o alsorjtmo produz a geração seguinte
de cadeias. consistindo naquelas que sobreviveram ao tesre mais as cadeias-fiitrotei proauzidàs por
pares dc cadeias compatíveis , e testam seu ajuste. O processo continua até ser encontrada uma solução.
Algoritmos genéticos são utilizados na soiucão tle problemas clinâmicos complexos que envolvem
centenas ou rnilhares de variáveis ou fórmulas. O problema <leve permitir qu. u grrnr de soluçõespossíveis seja representada geneticamcnte c cier.'e viabilizar a criação cle critériospara a avaliaçãodo ajuste. Os algoritmos genéticos poderão acelerar a solução, porque terão condições de avaliar
muitas soluções alternativas rapidamente ató descobrir a melhor. Pár exentplo, os engenheiros da
Fígura 11.12 Componentes de um algoritmo genético
Ette e-"rpl" iár""terc alq*,t." ne"et-ousa um processo iterativo para refinar as soluções iniciais, de modo que as melhores, aquelas com maior grau de aju"ste, têm maiorprobabilidade de surgir como a melhor soluçáo.
i::
I:
t.'
'i
i:ii
i1
.i:
u
ii
i:
i:
F
i,
t.
I
:l'
.i
.i
'i.
tà
:i:
lr
t:
:I
::!:
:.:
!ii
.I
t
I'
@ t,r,.ras de informaçáo 
gerenciais
1. Agentes de sofwvare
programam as entregas
dos fornecedores. Se um
fornecedor não Pode entregar
o Droduto, negÔ(iam com outros
fornecedores e, assim, criam
uma programação de entregas
alternativa.
General Electric usaram algoritmos genéticos para otimizar o 
projeto de turbinas a iato para aero-
naves, no qual cada mudança no desenho reque;ia a alteração 
em até cem variáveit: 9 ::ft^Y,I:j^:
gestão de cadeia o. rup.iã"nro dai2.Technologies emprega algoritmos 
genéticos para otlmrzar
modelos de programação de produção incorporan"ao ""rt"rur 
de rniihares de detalhes sobre pedidos
de clientes, disponibilidade áe materiuis 
" 
.r.u^os, capacidade de ciistribuição e fabricação e datas
de entrega.
AGENTES INTELIGENTES
A tecnologia dos agentes inteligentes ajuda empresas etomadores 
de decisão a navegar por grandes
quantidades de dados, a fim de localizar 
" "*pr"!u, 
informações consiilerailas importantes' Àgentes
inteligentes sao prog.uirã,.j] r;ir-.* qu" o^tutiurn na retaguarda, sem intervenção 
humana direta'
execurando tarefas específicas, repetitlvas " 
p."riti,"it putÃ* único usuário' processo de negócio
ou software aplicativo. o agente utiiiza uma base de conhecimento 
embutida ou aprendida para rea-
lizar tarefas ou tomar aecisoes do interesse do usuário, como apagar 
e-mails indesejados' programar
compromissos o, d",cob'ir a passagem aérea-mais barata para a 
Calitrirnia'
Hoje. há muitos 
"pt;;;;;; à" a!"nte inteligente 
em siatemas operacionais, aplicativos de software'
sistemas de e-mail, softwares de computação áo'"t e ferramentas de rede' Especialmente 
interessan-
tes para empresas são os agentes intáigcntes qo" p"t*tt"* redes' inclusive a Internet' 
em busca de
informações. No capítulo i foi descrito .o*o iobo, de compras ajudam os consumidores 
a encontrar
cls produros qr. qu.."* 
" 
ihes prestam assistência na compaiação ciepreços e outras 
características'
A procter & Gamble (p&G) usou a ,".noiotlu a" ai"nt.s inteligcntes para tornar sua cadeia 
de
suprimenros *uls 
"ri.l"ni. 1r"i 
figoru 11.13). úa modelou uma complexa cadeia de suprimentos na
tbrma de um grupo de "agentes" semiautônomos' que representam- 
componentes individuais da cadeia
de suprimentos. con,. caminhões, fábricas, Oirt.iUulao'"' e lojas de 
varejo' O comportamento de cada
agenteéprogramacioparaseguirregrasqueimitamocomportanentoreal,taiscomo..pedirumitem
quancio o estoque acabar". As simulaçõe, qu"'r* agentes permitem à empresa realizat 
análises do
tipo "se-então" sobre ni"i' O" t'tnquá' falta de produtos nas lojas e custos de transporte'
3. Aoentes de software
prog-ramam a exPedição dos
diíribuidoÍes para os vaÍeJlías,
dando prioridade aos varejiías
cuios estoques estejam baixos'
5e uma exPedlção se atrasá, os
àgentes localizam um câminhão
alternativo.
7 aoentes de soítware (oletam dados de
,"náu, 
"* 
tempo real de (ada produto P&G'
a oartir de várias lojas de varejo' Eles repassam
esses dados à área de produção, paía que os
,uJ,aot t"i.. atendidos, e à área de vendas e[arr*,,,à] 
"r. 
Íará análises de tendêntias à pàrtir '1-hç
Figura 11.13 Ag-entes lJrtelisgnt-es la t9d9,19io'rede de cadeia de 
suprímentos da P&G
f 
'9114 
t r']i-, jy-' jI'l:'-'=""-"::- '': ' -- --'-_=-'L-- ' tio" ó,óortot como caixas de sabãoÁ;"1., i"r"iiq.^l"; 
".. 
úã.ã0" á p,óaiÀ; & Gimble a encurtar os ciclos de repostçac
em pó
Capítulo !í: Aprimorando a tomada de decisão e a gestão do conhêcimena (lll
Usando modelos de agente inteligente, a P&G descobriu que, na maioria das vezes, os caminhÕes deve-
riam ser despachados mesmo sem estar com a lotação máxima. Embora os custos de transporte Ílcassem
mais altos utilizando caminhões parcialmente carregados, a simulação mostrou que a falta de produtos
nas lojas ocorreria com menos frequência, reduzindo o número de vendas perdidas, o que compensaria
com folga os custos de distribuição mais altos, A modelagem baseada em agentes poupa para a P&G 300
milhões de dólares anualmente mediante um investimento inf-erior a um por cento dessa quantia.
Embora a tecnologia de inteligência artificial desempenhe um papel importante na gestão de
conhecimento contemporâneo, ela ainda não apresenta a amplitude, a complexidade e a originalidade
da intelígência humana. Os cientistas da computação e os neurologistas vêm igualmente percebendoo
quão sofisticados são realmente os nossos cérebros. e quão complicado pode ser para os computadores
a execução de determinadas tarefas, como reconhecer uma linguagem, identificar objetos e tomar deci-
sões fundamentadas.
Resolver o que é conhecido como o "problema Paris Flilton" 
- 
determinar se a frase "Paris Hilton"
refere-se à celebridade e socialite ou a um hotel em Paris 
- 
tem sido um dos problemas mais difíceis
de resoiver para os desenvolvedores de sistemas de IA. Seres humanos resolvem ambiguidades como
essa utilizando o contexto, mas os computadores não têm essa opção.
11.4 Sistemas de gestão do conhecimento
Sistemas de gestão do conhecimento melhoram a qualidade e a utilização do conhecimenro usacio
no processo de tomada de decisão. A gestão do conhecimento refere-se ao conjunto de processos
desenvolvidos em uma organização para crial armazenar, transferir e aplicar conhecimento. Aumenta
a capacidade da organização de aprender com seu ambiente e incorporar conhecirnento a seus proccs,
sos de negócios e à tomada de decisão.
O conhecimento que não é compartilhado e aplicado aos problcmas que as empresas c se.entcs
enfrentam não acrescenta nenhum valor à empresa. Saber como fazer as coisas com eficácia e eficiên-
cia, de uma maneira que as outras organizações não possam copiaq é uma importante fonte de lucros e
vantagem competitiva. Por quê? Porque o conhecimento que você gera sobre seus próprios processos de
produção e sobre seus clientes normalmente fica dentro de sua empresa, não podendo ser vendido nem
comprado no mercado aberto. Nesse sentido, o conhecimcnto empresarial autogerado é um rccurso que
pode proporcionar vantagem estratégica. As empresas opcrarào com menos eficácia e eficiênciu st:
seu conhecimento particular não estiver disponível para a tomada de decisão e as operações correntes.
Existem dois principais tipos de sistemas de gestão do conhecimento: os de gestão integrada do conhe-
cimento e os de trabalhadores do conhecimento.
SISTEMAS DE GESTÃO INTEGRADA DO CONHECIMENTO
As empresas precisam lidar com pelo menos três tipos de conhecimento. Uma parte dele reside dentro
da empresa na forma de documenlos textuais estruturados (relarórios e apresentações). Os tomatiores rie
decisão também precisanr do conhecimento semiestruturado, ou seja, e-mails, mensagens de voz, troca de
ideias em salas dc bate prpo. t'ídeos, fotos digitais. foiireirrs t iilcnsagerls enr murars. i1á casos aintla cru
que não existem informações formais nem digitais de nenhum tipo, e o conhecimento reside na cabeça
dos funcionários. Boa parte é considerada conhecimento lácito e dificilmente é encontraria por escriro.
Sistemas de gestão integrada do conhecimento lidam com esscs três tipos de conhccirnento.
Tais sistemas são de uso geral e abrangern a empresa inteira, coletantio, armazenancio, distribuin<-lcr
e aplicando conteúdo e conhecimento digitais. Esses sisrenras incluetn recursos para buscar inibrma-
ções, armazenar dados cstruturados e não estruturados e localizar o conhecimento técnico clos fun-
cionários da empresa. lnciuem também tecnologias de apoio, como portais, mecanismos cle busca.
ferramentas de colaboração e sistemas de gestão do aprendizado.
Sistemas integrados de gestão do conteúdo
Atualmente. as empre sas precisam organizar e gerenciar aiivos de conhecintento eslrutura(los e niir)
estruturados. O conhecimento estruturado é aquele constar)te em documentos formais, bern corrro
em regras formais que as organizaçÕes f'ormulam após observar especialistas e seu comportainento na
tomada de decisão. Segundo especialistas, entretanto, pelo nrcnos 80a/a do conteúdo organizacional
t-
íD
o
U
Uã
I
'-n
a
o)
=N
rD
:f
6
IC
:f
a
:'
: Q)l
., 
.+
r
§
€
§§â
t,
@ t,ra.ras de iníormação 
gerenciais
de uma empresa são semiestruturados ou não estruturados - 
informações em folhetos' mensagens'
memorandos, propostas, e-mails, gráficos, apresentações eletrônicas 
cie slides e até vídeos criados em
diferentes fbrmatos e armazenados emdiversos iocais' .-^ ^ -^-^-^;ô. ,mtrnc ns '
os sistemas integrados de gestão do conteúdo ajudam as empresas a 
gerenciar ambos os ttpos
dc informação. Eles possuem recursos para capturar' armazenar'-recuperar' 
distribuir e preservar o
conhecimento de modo a auxiliar as empresas a,n '"" 
processos de negócios e decisões empresariais'
Tais sisremas incluem repositórios de «locumentos. reiaiórios' "pi"t:ll:1çues 
e melhores práticas' bem
como recursos para coieta e organização de conhecimento 
semiestruturado' tais como e-maiis (ver
Figura ii.l4). os p.i,tipài' 
'i"-"tno' 
int"gtoao' át gt'tao o":"1:i.:":ambém pern.ritem que os usuá-
rios acessem fontes externas de informação, como notícias e 
pesquisa' e para comunicação via e-mail'
bate-papo/mensagens in'iuntan"u'' gt'pt' de discussão e videoconierência'
um prclblema i-por1unr" nu g"Itaá ,ie conhecimento é a criação 
de um esquema de classificação
apropriado para organizar asinformações em categorias úteis' 
Uma-vez- que estas scjam criadas, cada
objeto cle conhecimenr;õi;; ser 
.àtiquetado", ãu ciassificado, de Tod: T" l"::i:t:,1:ilmente
recuperado. Sistemas inieg.aaos de gestaá de contcúdo reaiizam 
as tarefas de implantar a etlquetagem'
fazer ainterface com os 
-bur"o, de dados coriorativos em que os documentos estão arrnaz-enados 
e
criar um ambiente d" ;;r;;i inregrado no quoi o, funcionários p".,:itl procurar o conhccimento 
cor-
porativo. open Text, EMC Docrimentum, IBM e oracle são os principais 
fornecedores cle software
integracio para gestão de conteúdo'
A cidacle de tlenver nos Estados unidos impiementou o Alfresco' 
um sistema integraclo de gestão
de conteúdo, baseado na \4'eb e de código uu"ità' fttu substituir. 14 .sistenras 
diíercnte-c de gestão de
documentos usa6os por mais de 70 gabiner", àn'go""'no consolidado 
cla cidade' sendo clue nenhum
podia se comunicar ou iniãrogi, ent[ si. O sisteàa Alfrcsco da EMC ot'erece gestão de documento'
registro e imagem; controle à'e versão a" ao**.n,o; suporte a múltipios 
idiornas; suporte a vários
sistemas operacronals ;i;;", gestão de conteÍ,á,, p.1^ weu: . integração corn o MysQI-' 
utilizado pelo
governoc]eI)envercomoseusistemadegestão.l.r,^n.orlecladosrelacional.AimplL-Inentaçãtltleum
únicosistemaEMCaumentouaSegurançu,o.u'"po"ilhamentocledoc,umentoseacapaciciadedeaudi-
tarcontratosdigitalizadoseregistrostinun.ti't''eprodutividade-clo.funcionárioaumentoueagcstão
acreclita que o sistema Àlfresão está economi..nao f,S miihão de c1ólares 
para a cidade de Denver'
considerando-se um período de cinco anos'
Empresas na área de publicação, propaganda' transmissão e 
entretenimento possuem necessidades
especiais de a.marenÀ"rto 
" 
g"*aà de daaos digitais n'Io estruturados' tais como fotosrafias' ima-
gens, vídeos e conteúdos em áudio. Sistemas de glstão de ativos digitais 
ajudam na classificação' no
armazenamentoenadistribuiçãodesscsobjetosdigitais.
ffi
Usuários
ffi
Fi gura 1 1.1 4 9T :!r1"I3' "tts f!9 99 g"ttá:-dTT!9ú qi
urn iitten ,nt.qiuào de gestao de conteÚdo possui recursos
oara classif rc.ar. orqanrzar e gerenciar conhecimento estíuturado '
semrestrulurado, e o.rra drsponibilizá-lo em loda a empresa'
Sistemas de rede de conhecimento3[[il::;:.:".:Tffi:."t*""i''I"'m o probrcrna o,',:'l'f:.?:::.o^:']-.,:::::l]:*:,::1?l:ffi:J;
".,::*Hffi"':ffil;*il.,J;ã,';;;:, ;.-,ru a" 
esieciaiistas inrlividuais crcnrro da empresa'
-r^ ^---^i^tict,.. ,1,, rrrqlniT2CãO g SeUS
o RelatÓilos/aPresentações
. Melhores Práticas
o Memorandos
o Slides em PowerPoint
. E-mails
. Gráfi(os
. Videos
. Notícias
!i
t:
I
.',
ii
L
l,
t
t
I
F
t,
i
t.
l
Repositório unificado
ã:^.1ffi::':J,:JJ::H;JHi;";,;io.^*n,u,,.,Í.a risra online de especiaristas cra organização e seus
Capítulo lí: ApÍimorandoa tomada de decisão e a gestão dô conh..i**to @
perfis, conrendo detalhes sobre sua experiência profissional, projetos, publicações e grau de instru-
ção. Ferramentas de pesquisa permitem que os funcionários possam encontrar facilmente o especia-
lista apropriado em uma empresa. Os sistemas de rede de conhecimento como o AskMe da Hivemine
incluem repositórios de conteúdo gerado pelo especiaiista. Alguns recursos de rede de conhecimento
são inciuídos nos principais produtos integrados de gestão de conteúdo, de rede social e de software
de colaboração.
Ferramentas de colaboração e sistemas de gestão do aprendizado
Discutimos o papei das fêrramentas de colaboração no compartilhamento de informações e no
trabalho em equipe nos capítulos 2 e 7. Sistemas de bookmurklng social e de gestão do aprendizado
ofere cem recursos adicionais para Compartilhamento e gestão do conhecimento.
O bookmarking social tàcilita a busca e o compartilhamento de informaçÕes ao permitir que
usuários gravem a referência para seus sires favoritos em páginas de um site público e etiquetem essas
referências com paiavras-chave. Essas etiquetas podem ser utilizadas paraorganizar e localizar docu-
mentos. Listas de etiquetas podem ser compartilhadas com outras pessoas para auxiliáJas na busca de
inÍ'ormações de interesse. As taxonomias criadas pelos usuários para as referências compartilhadas e
para a etiquetagem social são denominadasfolksonomias. Delicious e Digg são dois sites populares
de bookmarking social.
Imagine, por exemplo, que você faz parte de uma equipe corporativa que esteja pesquisando sobre
energia eólica. Se você fez uma pesquisa e encontrou sites relevantes sobre o assunto, poderia clicar
em um botão de marcação de favoritos em um srte de bookntarkhg social e criar uma etiqueta identifi-
cando cada clocumento encontrado na Web de modo a relacioná-lo à energia eóiica. Clicando no botão
de "etiquetas" no site cle rede social, você conseguiria ver uma lista dc todas as etiquetas que criou e
poderia escolher os documentos dos quais necessita.
As empresas precisam encontrar manciras de monitorar e gerir o aprendizado dos funcionários,
além de integráJo mais amplamcnte à gestão do conhecimento r' a outros sistemas corporativos. Um
sistema de gestão do aprerrdizado tLNIS. do ingles Le,trttitLg llttntt!t'ttrcnt Systen) oferece ferramen-
tas para gestão, disponibilização. controle e avaliação de vários tipos dc treinamento e aprendizado dos
funcionários.
As empresas executam seus próprios sistemas de gestão do aprendizado, mas eles também estão se
voltando pâra curs{)s onJine abertos e massivos (lVlOOCs. do inglôs Massive Open Onlíne Courses)
publicamente disponíveis para instruir seus funcionários. Um N'IOOC é um curso on-line disponibili-
zado através da Web para um número muito grande de participantes. Em março de 2013, por exemplo,
os funcionários da General Hlectric. Johnson & Johnson. Samsung e lÀ/almart estavam entre mais de
90 mil alunos de 143 países inscritos no curso Fundamentos clc Estratégia de Negócios, um MOOC
oferecido por meio da plataforrna de aprendizagem on-line Coursera pela Darden School of Business da
Universidade de Virgínia. O curso explorou as estruturas e teorias subjacentes às estratégias de negó-
cios bem-sucedidos (Nurmoharned, Gillani e Lenox, 2013).
SISTEMAS DE TRABALHADORES DO CONHECIMENTO
Os sistcnlas intcgrarlos ,lc conhecirnunto {:ltlc aclihltmr)c dc 
'irtl'tl"'t'r prooorcionam uma ampla
gama de recursos usados por muitos, quando não todos, funcion:irios e grupos de uma organiz-ação.
As empresas tambérn contürn com sistemas especializados para trabalhadores do conhecimento, que
ajudam na criação de novos conhecimentos a fim de nrclhorar os processos de negócio e a tomada de
decisão da emprcsa. Sistemas de trabalhadores do conhecimento sno aqueles desenvolvidos especifi-
camente para engenheiros. c:icnlistas c outros trabalhadores do conhec:intento, cujo objetivo é promover
a criação de contcúdo e assesurilr que novas informações e perícia técnica scjam adequadamente inte-
gradas à empresa.
Requisitos dos sístemas de trabalhadores do conhecimento
Sistemas de trabalhadores do conhecimento dão a eles as ferramentas especializadas de que neces-
sitam, como recursos gráficos. lenamentas analíticas e de gestão de comunicações e de documentos.
Esses sistemas requerern grirndc capacidarle computacional para administrar rapidamente os clemcntos
gráficos e os cálculos complexos necessários aos trabzrlhadores do conhecimento, como pesquisadores
@ tir,"ras de informação gerenciais
Figura'1'1.15 Requisitos dos
sistemas de trabalhadores de
conhecimento
Os sistemas de trabalhadores de
conhecimento exigem Iigaçóes fortes
com bancos de dados de conhecimento
externos. além de hardware e software
especializados.
científicos, projetistas de produto e analistas financeiros. Como esses trabalhadores têm seu foco no
conhecimento do mundo externo, os sistemas devem também permitir-lhes acesso rápido e fácil a bancos
de dados externos. Normalmente apresentam interfaces amigáveis que perrnitem ao usuário executar as
tarefàs necessárias sem percler muito tempo aprendendo a usar o computador. A Figura 11.15 apresenta
um resumo dos requisitos de sistemas de trabalhadores do conhecimento.
E.stações de trabalho de conhecimento muitas vezes são prcijetadas e otimizadas para as tarefas
específicas a serem executadas. Engenheiros de projeto precisam de recursos gráficos com capaci-
dade para cxecutar sistemas de projetos tridimensionais assistidos por computador (CAD). Analistas
financeiros, entretanto, estão mais interessados no acesso a múltiplos bancos de dados externos e na
tecnologia capaz de armazenar e acessar, com eficiência, gigantescas rluantidades de dados financeiros.
Exemplos de sistemas de trabalhadores do conhecimento
Entre as principais aplicações rle trabalho de conhecimento estão os sistemas de projeto assistido
por compurador (CAD) (que apresentamos no Capítulo 3), sistemas de realidade virtual para simulação
e modclagem e estações de trabalho financeiras-
Os sistemas CAD contemporâneos são capazes ile gerar projetos gráficos tridimensionais com apa-
rência real, que poriem ser rotacionados e vistos de todos os ângulos. O software CAD produz espe-
cificações de projeto para manufatura, reduzindo tanto os erros como o tempo de produção. A Seção
Interativa sobre i'ecnologia ilustra alguns desses benefícios e mostra como eles podem ser fontes de
Viiniiidair) cLtrttl':i iti'.'rt.
Sistemas de realidade virtual utilizam soitwares gráficcls interativos para criar sirluiaçÔcs gctaiias
por computador tão próximas da realidade que os usuários quase acreditam estar participando de uma
situação do mundo real. Em muitos sistemas de realidadc virtual, o usuário tem de vestir roupas, capacetes
e equipamentos especiais, dependendo da aplicação executada. A roupa contém sensores que registram
seus movimentos c imediatamente retransmitem a informação ao computador. Por exemplo, para andar
dentro da simulação tlc uma casa em realidade virtual, o ustrário precisa de unra vcstimenta que morlitore
o mot,imento de seus pés, mãos e cabeça. Necessita tanrbém de óculos especiais com telas de vídeo e, às
vezes, sistemas de liuclio e luvas sensoriais. de modo a poder absorver.o retorno dado pelo computador.
A Ford lvlotor Company tem utilizado a realidade virtual para ajudar a projetar seus veículos. Em
um exemplo dcl ambiente virtual imersivo da Ford, um designer Í'oi prcsenteado com um assento de
carro, um volante e unt painel em branco. Utilizancio óculos de realidade virtual e luvas coÍn scnsores,
eie l-oi capaz- cle ''-scntar" no banco imerso no projeto 3-D clo veículo para experimcntar a aparône ia e a
sensação de estar no interior proposto. O designer seria capaz de itlentificar os pontos cegos ()u ver se
os botões estavam em um lugar incômodo. Os designers tla Ford também pocleriam usaress.l tr'cntllogia
para ver o impacto cle um projeto em produção. Por cxemplo, será que um parafuso que os opc-rários da
linha de montascrn precisam apertar está muito dittr-il ,ie aicançar (Murphy, 2012)?
.
ii
rl
§,1§:i
§e!
§!!
,§j:
Sii§i
..Àviso Surf, Boardúorks Surf, Channel Island e Lost ':' dade deieúâf 9 o desempenho.
Enterprisês- A Firervire é a única na reintrodução de
tradicionais, e a reciclagem clo excesso de espuma de
Capítulo 11: Aprimorando a tomada de decisão e a gestão do conh..i*.nto §[
.hái35.anos'Em2005,elesejuntouaMarkPriceeana|izaçáoeoprocesso.delaminação..
. um grupo de amigos de longa data que surfavam em De acordo com,Price, qug §e tornou,o,,CEO d4
,, , Cài-iU'áLl'Ca5fómia,parafoãarafire*iresurfboards. Firewire, existem.2gêstágios que sio trabalhosos e .
: Essa eúpresa é bem.sucedida em inorração e foi respon- dçmorados .4{, proaes§or de fúricação,de prarip-ha§-
, ,:Sável pelaprimeiia.:grande.mudança da composição e Inicialmente, o Procqsso de fabricaçlo muhif3ge!-a.d§ .
Oo, met-oOos de montagem da prancha em 40 anos. Em torna impossÍvel oferecqr o projetq personali4ado em
.,r,..r'.osàsàê q-,"spú;..:-à*e-r-àliqlêà;à' .sr'pràchô aà'.,,,ê4p,nog.ç4"*idq19omue. Asnrangh,!§,li§,§o.1.Ê..1'.,;
Fir"*ir. 
";; i"iiur a" "*pu-u de poliesrireno expú-- ltza.da* só 
poderiam ser produzidas pàra os clientes de
,: . I 
--: . ; . _r .-?:--,..,aià;', iJãt:tã-jiiiás:É;à.i],. 'i",,pri"ê,âir"àiru- elite q11e çomB.ettm,Na.à.4a. :qaâ màgi1q.de oferel
i.,':6..iii!ê;$ila,c-Üà" pario,nuçteô,da pranchaldg ' rce:iâ,Pe,idô 4iz:ad4ô**e pm rsçr.cado,mai§ amPl:i§,em
su.fe,luntamen!§ com o. .àrpo*. 
""roespaciais 
para sobrecarregar.o sistema CeD da Firewire, Altm disso, a
u 
"u*ãau 
qo" 
"obre 
a plataforma e as bordas de madàira maioria das pranchas peisonalizadas tinha que ser encon
iJ" ãi,lrã; **i"*ui, .riu"u um produto mais flexível mendada foi meio aá pt""oct i*"nto de uma folhà de
" 
*uràúár,"1 qo" ut Aria:âil ,urnitài 
"u*peões 
e défi-.. l."p§àgiiiai 'i n"r.ões das alterações solici!ã4as.'Não ,-
'niria odiferenci* aa firewire entre seus concoÍentes. havil qêphymE mqgeirl de se obter uma {e.Eqsen.lação
,, 
., . A FlryWfre conipgle em um qeglnento rypl9lS A9 , u6frà.tdigqêsêjug1às olr.avallar o'seg im, pactp nq v-olume
,,, :concorrentes, tais . cômo Isle Surfboards, Surftêci-: ,, itpl*it u, que af9t1 dirctamente a fluruação, a capaci'
*ud"i.u balsa nas bordas da prancha para obter uà ,pq cJiqnlgs:,e.Iperiment4r os projetos estab.elecidoq, que -
rtempo de resposta flexívei e a ôapagiOaãe de manter a pàmltit.e à ulimentação do processo no,ÇAD e a s:a
v"to"iaua. aúraníé as manobras. Ela acrédita que pgde., 1r'iiiegraçãci.,cóm,g.seü processo de fabricação:d..-coltrol?-
competir com êxito- porque su4s pranc-haq.{e surfe s4o, .. quàé.ngg.torApotqqiqnal (CNC)' A 9mpr9s1e1p9:Tt:-
muiio *áii leíes,-riúis fôrtes e mais flexíveis do que'as óu-,o »êligir.io-OAer Live! para o NX da Sh4pel-ogic;..
dos concorrentes. Um pônto adicionàl'para suà venda é a : qq" f 
""e 
gm sliiema de personalização: ôn line coq.
lràdução do impacto ambiental: os matêriais da Firewire. I ,umâ intê4qe,de ugtário baseada na'Web e fg,rrameltas
emitemapeitàizzhós.ôompostosnocivosdasprancha§:..avançada§.dêcAD:3-D'
A Firewire precisava de um sistema que. permitissé
Á'Fireúire começou a trabalhar com o- software
poliestireno expandido (EPS) rendeu'prêmios interna' S.1r-aflloercNX é3 2009 para desegvolvgr, u lrónrio
.ionaiseadmiraçãoàtmpresa. ' 'sisteútpaf pfll: !e 33cfia'1oU ye'dila Cusllm
Ma§:isio,não é,suficiente. Pàra se ceitificar de que' 
"'Board Design (CBD) da Firewire Surfboards, que per-
permanece à frente dos concorrentes. a Fircwire deci- mite aos usuários manipular facilmente as dimensões da
6iij:ç661gqa;,2, fãzef praÀahás.de,surfe personâlizadas: ,. .:iiiancha. dà'modelos estabeleciilo§ dêntio'dàs+aiâme:
,em vezdê apenas corn:tamânhô.conveneional ofertado. tros de projeto. Qualquer cliente iegistrádô.P9d1.esco-
para qiem surfa.diaiiamente, a durahilidade'a a fle. ' lher um,modelo padrão da Firewiré e uíâÍ:ftlrrarlentas
:xibilidade,:dos'loateriais ,dafirewire constituía6rllm::!::: ,. diag'and=drop:(arrastar. e soltar) pala:,ajusta6,-'o:-compri-
rponto-chàw.paia,a§,:yqdas. No entanto, u, p.uo.ú".,,.,.*"otúfarguraatéopontomédio;a'Iar$qà:dagalteda
personatiZadÀ.feieS:eom.as especificações do surÍi§ta,,', ;ftentalaimgura daparte traseiraé-,a',,.espes§lfad:pT1
são crítica-s no qreriiOo-tae pranchas de elite, e a cap4ci;1 , çha, desde que esÀas,mrrdanças não.degra{9.p.af!rt9@-.
tlade de angari.ar as-t sqràs1as competiiivos cle alto nível dade do projeto da prancha. O CBD ggra um modelo tri-
como clieà iambém impulsiona a ampliação do mer-,, dimensiónal preciso do modelo d€ E§toque g.sado como
cadotlepÀ"fr-up,.,,,, , , ,r..,-a.lele..dglrojetg,jullar1lentecomum4r,quivorno'for-
Tradic!-on4lmenler:o,:altesão habilidoso, chamado , :l m3to,dgdocurygntô portável (PDF)'3tD da 
"hl !-"t
shapea'pi,rojelaia'C-@"aüu is pranchas manualmente, ,-.' r qonaüzada- O'arquivo em PDF documênta4$T:i*
*u, u nr"tui.e qomeçou a fazer parte desse trabdhà e o volume da,prancha. Um cliente;pode.tr11.1qülr o
usando projetos assistidos por computador (CAD1 que mqdelo de todos os ângulos e comparar a p*r"h,l.P.".Y
"ru* "nriuão, 
para as instalações de corte. O processo nalizada com a prancha laolo ra{ cô,191ae-e*,3f 
'.1.':a
de fabricação assistido por computatlor da empresa ramente o projeto antes de fazel ll pedi{9:,Qú*d9- o
retornava ao shaper umaprancha que estava 85c/o a gOVo ciiente utiliza o sistema para encomendar ugii 1.,1§1 )
Nev Hyman criava pranchas de surfe na Austrália complgta, deixando qqe o,artegão completassela perso-
llD ,,rr".as de rntoÍmaçao geÍencrarsü
)
PERGUNTAS SOBRE O ESTUDO DE CASO
Í. Analise a Firewire utilizando os modelos de cadeia de valor e de forças competitivas.
2. Quais estratégias a empresa está usando para diferenciar seu produto, atingir seus clientes e persuadi-los a
comprar?
3. Qual o papel do CAD no modelo de negócios da Firewire?
,,',' 4. Como a integração do software de projeto de prancha Íeita sob encomenda on-line (CBD), do CAD e do
,'..,, controle numérico -omputacional (CNC) melhorou as operações da empresa?
:.tl.i
A realidade aumentada (RA) é uma tecnologia relacionada pant mclhorar a visualização. A RA
fornece uma visão ao vivo, direta ou indireta, dc um arnbiente físico do mundo real, cujos elementos são
aumentados por imagens virtuais geradas por computador. O usuário r:stá fundamentado no verdadeiro
mundo físico, e as imagens virtuais são mescladas com a visão real para criar a visualização ampliada.
A tecnologia digital oferece informações adicionais para melhorar a percepção cla realidade, tornando
o mundo real ao redor cio usuárit-r rnais interativo e signihcatrvo. r\s littnas atttarelas de/)rsr-rlor','ir tnos-
tradas em jogos de futeboi televisionados são exemplos de realidade aumentada. Outros exemplos são
os procedimentos médicos conio a cirurgia guiada por imagem, na qual os dados adquiridos a partir
de varreduras de tornografia computadorizada (TC) e imagens de ressonância magnética (IRM) ou de
imagens de ultrassonograÍia são sobrepostos sobre o paciente na sala de cirurgia. O Google Glass, um
computador utilizável com as mãos livres, montado na cabeça e quc podc ser usado como óculos, inclui
aplicações de realidade aumenta<ia. como especificar a altura de urn edii'ício que o usuário está vendo
no momento e traduzir uma placa para outÍo idioma.
Aplicações de realidade virtual clesenvolvidas para a Web utilizaln urn padrão denominado lingua-
gem de modelagem da realidade virtual (VRML, do inglês Virtuttl Reality Motleling Lttnguage). O
VRML é um conjunto de espccificações de modelagem tridiniensionai interativa na World Wide Web que
pode organizar múltiplos tipos de mídia, incluindo aninração, intagerts e áudio, parasituar os usuários
àentro de uma simulação de ambiente tlo lnundo real. É indepcndente c1e platafoma, opera em colnputa-
dores de mesa e requcr pouca largura de banda.
:I:t
:idt
àil
§E
t:ir
&_
A DuPont, indústria química de Wilmington, Delaware, criou uma aplicação VRMI- denominada
HyperPlant, que permite aos usuários acessar dados tridimensionais pela Internet com um software de
nur"gaçao Web. Os engenheiros podem examinar modelos tridimensionais como se estivessem fisica-
mente passeancio pelas ins,alações, observando objetos à altura dos olhos. Esse nível de detalhe reduz
o número de erros cometidos durante a construção de plataformas de perfuração, refinarias de peúóleo
e outras estruturas.
O setor financeiro utiliza estações de trabalho de investimento para alavancar o conheci-
mento e o tempo de seus corretores, traders e gerentes de cartcira. Empresas como a Merrill Lynch
e a UBS Financial Services têm instalado estações dc trabalho de investimento que integram ampla
faixa de dados de fontes internas e externas. incluindo dados de gestão de contato, de mercado em
tempo real e históricos e relatórios de pesquisa. Anteriormente, profissionais de finanças gastavam
ur.,., t",r1po.onsiderável acessando dados de sistemas isolados e reunindo as informações necessárias-
Ao fornecer informaçÕes em um único local. mais rapidamente e com menos erros, as estações de
trabalho simplificam todo o processo de investimento, da seleção de ações à atualização dos regis-
tros de clientes.
Resumo
4 euais os diferentes tipos de decisão e como funciona o processo de tomada de decisão? As
I ciccisocs poclem ser estruturadas. semicstruturadas ou não estruturadas. As decisões estrutura-
das são nais frecluentcs no nível operacional cla organizaçiio, e as não estruturadas, no nível estraté-
gic6. Elas poclcm ser tomadas por indivírluos ou grupos. por funcionários ou gerentes operacionais,
áe nívei rréclio e seniores. Existem quatro cstágios na totttada de decisão: inteligência, concepção.
seleção e inrplerncntação-
r.l Como a inteligência e a análise empresarial apoiam a tomada de decisão? A inteligência e a
.t análise cmpresarial prometem entregar infonnações conetas. quase em tempo real aos proÍissionais
que tomam decisão, e as ferramentas analíticas poclem ajuciá-los a compreencler rapitlamente as informa-
ções e a tomarem a ação. Um ambiente de inteligência empresarial consiste em dados do ambiente empre-
iarial, na infraestrutura de inteligência empresarial. eÍn um conjunto de ferramentas de BA, nos usuários
e métodos gerenciais, em umâ plataforma de entrega cie inteligência empresarial (SIG, SAD, ou SAE) e na
interlace <1o usuário. Há seis funcionalidades analíticas que os sistemas de inteligêltcia empresarial entre-
gam para aringir esses fins: relatórios <ie produção pretlefinidos. relatórios parametrizados, painéis e
scorecards. consultas e buscas especíticas. a capacidade <le ririll-dotçn para obter visualizações detalha-
das rios dacios, ben'r como a capaciclacle cie mocielar cenáricts e criar previsões. A análise de inteligência
empresarial cstá couteçantio a liclar corn o Big Data. A análise pretlitiva e a análise de localização são
recursos analíticos importantes.
Sisremas de inÍbrrnações gerenciais (SIG) que procluzem relatórios de produção pré-embalados
são normalmente utilizados para apoiar a gerência operacional e de nível médio, cuja tomada de deci-
são é bastante estruturada Para a tomarla tle <iecisões nã() estrtltllradas. analistas e "suner Ltsuários"
empregam sistemas de apoio à ciecisão (SÀl)), com poderosas t-erramentas de anállse e de ntodelagem,
incluindo planilhas e tabelas dinâmicas. Executivt-rs seniores que tomam decisões não estruturadas
usam painóis c interthces visuais de exibição de indicadores-chave de desempenho que aÍ'etam a renta-
bilida<ie g1ob2l, o sucesso e a estratégia da empresa. () hulance.d sr:orecard e a gestão do desempenho
empresarial são duas ntetorlologias utilizadas no pro.jeto de sistentas dc apoio ao cxccutivo (SAEt.
.D Comg os sistemas de informação ajudam pessoâs que trabalham em grupos a tomar decisões
J de m:rncira rnais eficiente? Sistemas tle apoiil i decisao ern giupo (SADG) ajudam as pessoas a
se reunir crn grupo c â tornar decisões de forma ntais eficiente. O SADG apresenta recurso.s especiais
cle sala dc corrlerências na qual os participantes contribucm com suas ideias utilizando computadores
em rerdc e têrrantentas de software para organizltçlto dc icÍeias. coleta de informações. classiiicação e
definição de prioridades, bem como docunlentação diis rcuniões'
Capítulo í1: Aprimorandoa tomada de decisão e â gestão do conh..,*.n,o @
@ tt*"ras de informação gerenciais
Quais os benef-rcios empresariais de usar técnicas inteligentes na tomada de decisão e na
gestão do conhecimento? Sistemas especialistas capturam o conhecimento tácito proveniente
de domínio limitado de perícia humana e expressam esse conhecimünto na forma de regras' A estra-
tégia para pesquisar a base de conhecimento é chamada de mecanismo de inferência' O raciocínio
baseado em casos representa o conhecimento organizacional na forma de um banco de dados de
casos que pode ser continuamente expandido e refinado'
A l,ógica difusa é uma tecnologia de software para expressar o conhecimento na lorma de regras
usando nlalores subjetivos ou aproximados. Redes neurais consistcm em um conjunto de software e
hardrvare que tenta imitar os processos de raciocínio do cérebro humano. Elas são famosas por sua
capacidade de aprender ,"* p.og.u*ação e de reconhecer padrões em quantidades gigantescas de
dados.
Algoritmos genéticos desenvolvem soluções para problemas palticulales usando processos gene-
ticamente fundamentados, tais como adaptação, recombinação e mutação. Agentes inteiigentes são pro-
gramas de soÍiware com bases de conhecimento embutidas ou aprendidas que realizam tarefas especí-
ácas, rcpetitivas e previsíveis para um usuário individual, um processo de negócio ou uma aplicação de
software.
F Ouais tipos de sistemas são usados para gestão de conhecimento e para trabalhadores do
5 ànneciàento da empresa e como eles oferecem valor para as organizações? Sistemas inte-
grados de gestão do conteúdo fornecem bancos de dados e ferramentas para organiT.aÍ e aÍmazer.ar
ciocumentos estruturados e conhecimento Semiestruturado, tal como e-mail ou mídia rica' Sistemas de
recle clc conhecimento oferecem listas e ferramentas paralocalizar os funcionários da empresa com
conhecimcntos especializados e que são fontes importantes de conhecimento tácito. Muitas vezes, tais
sistemas incluem lêrramentas de colaboração em grupo, portais para simplificar o acesso à informa-
ção. fernlmentas ..'..;rsca e para classificar as informações com base em uma taxonomia 
apropriada à
árganização. Sistemas de geitao do aprendizado oferecem ferramentas para gestão, disponibilização'
controle e avaliação de vários tipos de treinamento e aprendizado dos funcionários.
Sistcmas de trabaihadores do conhecimento apoiam a criação de novos conhecimentos e sua inte-
gração à organização. Exigem fáci1 acesso a bases de conhecimentos externas; um hardware poderoso,
capaz de comportar software com potentes recursos gráficos, de análise, gestão de documentos e
comunicações; e uma interface amigável ao usuário.
Agentes inteligentes, 384
Algoritmos geneticos, 383
Análise de localizaçã0, 371
Análise de sensibiiiciade,
375
Anâlise preditiva, 370
Base de conhecimento, 379
Bookmarking social, 387
Concepção, 366
Conhecimento estruturado,
385
Conheclmento tácito, 385
Curso on-iine aberto e
massivo (M00C), 387
Decisões estruturadas, 364
DecisÕes não estruturadas,
364
Decisões semiestrutuÍadas,
364
Drill down, 177
Estaçoes de trabalho de
investimento, 391
Íciiiso;rorrLia.. i3/
Gestão do conhecimento,
385
Gestão do desempenho
empresarial (BPll), 377
lmplementação,366
lndicadores chave de
desempenho (KPls), 376
lnteligência artificiat (lA), 378
lnteligência,366
Linguagem de modelagem
da realidade virtual
(vRML), 3e0
Lógica diÍusa, 380
Mecanismo de iníerência,
319
Método do balanced
scorecard, 376
Raciocínio baseado em
casos (CBR), 380
Realidade aumentada (RA),
390
Redes neurais, 382
Seleçã0, 366
Sistema de gestão do
aprendizado, 387
Sistema especialista, 379
Sistemas de apoio à decisão
em grupo (SADG),378 '
Slstemas de gestão de
ativos digitais, 386
Sistemas de gestão integrada
do conhecimento, 385
Sistemas de informaçÕes
geográf icas (GlS), 371
Sistemas de realidade
virtual, 388
Sistemas de rede de
r O' ,, rr:-,i..: ii. :ÕO
Sistemas de trabalhadores
do conhecimento, 387
Sistemas integrados de
gestão do conteúdo, 386
Tabeia dinârnica, 375
Técnicas inteiigentes, 378
Visualização de dados, 369
Capitulo 11: Aprimorando a tomada de decisão e a gestão do conhtt'*tnto §!
11.1 Quais 0s diferentes tipos de decisão e tomo funciona o processo de tomada de decisão?
> Liste e descreva os diÍerentes níveis de tomada de decisão e os diferentes grupos de tomada de decisão
nas organizaçoes e cite os requisitos para a tomada de decisão'
> Comente a diferença entre uma decisão não estruturada, semiestruturada e estruturada'
> Liste e descreva os estágios do processo de tomada de decisão'
11 .2 Como a inteligência e a análise empresarial apoiam a tomada de decisão?
> Defina e descreva inteligência e análise empresarial'
> Liste e descreva os elementos de um ambiente de inteligência empresarial'
1' Liste e descreva as funcionalidades analÍticas fornecidas pelos sstemas de inteligência empresarial'
) Defina a análise preditiva e a análise de localização e dê dois exemplos de cada uma'
) Liste cada um dos tipos de usuários de inteligência empresarial e descreva os tipos de sistemas que Íorne-
cem suporte à decisão para cada tipo de usuário'
> Defina e descreva o método balanced scorecard e agestão do desempenho empresarial'
11.3 como os sistemas de informação ajudam pessoas que trabalham em grupos a tomar decisÕes de maneira
rnais eficiente?
) Defina sistema de apoio à decisão em grup0 (SADG) e explique como eie funciona e apoia a tomada de
decisão organizacional'
11 .4 Quais os benef ícios empresariais de usar técnicas inteligentes na tomada de decisão e na gestão do conhe-
cimento?
) Defina sistema especiaiista, descreva como ele funciona e explique seu valor para a empresa'
> Defina raciocínio baseado em casos e explique como ele difere de um sistema especialista'
) Defina rede neural, descreva como ela funciona e como beneficia as empresas.
) Defina e descreva lógica difusa, algoritmos genéticos e agentes inteligentes. Explique como cada um
funciona e 0s tipos de problemas aos quais são indicados'
11 .5 Quais tipos de sistemas são usados para gestão de conhecimento e para trabalhadores do conhecimento da
empresà e c0mo eles oferecem valor para as organizações?) Defina gestão d0 conhecimento e explique seu valor para 0s negócios
) Defina e descreva os vários trpos de sistemas integrados de conhecimento e explique como trazem valor
às emPresas.
> DeÍina sistemas de trabalhadores do conhecimento e descreva os requisitos genérlcos desses sistemas
1' Descreva cgmo 0s seguintes sislemas apoiam os trabalhaclores de conhecimento: proieto assistido 
por'
computador(CAD),realrcaaevirtualeestaçoesdeirabainoCelrtvesiintento.
11.6 Se as empresas usassem SADs, SADGs e SAEs de modo mais amplo,'tomariam melhores decisÔes? Justiíique'
11.7 Descreva as várias maneiras pelas quais os slstemas de gestão do conhecimento podem ajudar as empresas
nas áreas de vendas e rnarketing ou de manufatura e produção'
11.8 Quanto a inteligência e a análise empresarialpodem ajudar as empresas a reÍinarem sua estrategia 
de negÓ
cios? ExPlique sua resposta.
i.
H
íl§
§
r
ll
I
i
I
t
F
r:
.E
1:
.t:
a
T
11 .10 A Applebee's é a maior cadeia mundi"r d: '::11'l'li::::"''Â ]:::TiJliSiIS'l;LTl.::::#;âál'iffi:,ã* rr". u"ados unidos e outros 20 países' o cardápio oferece pÍatos com carne'
.. ^ {-,,t,.o rtn nrrr ô Ct"l.O da retie dcscja tornarfâX?:":'#:üT#':Hffi;ü;;:'';ii:l':.':::::'i:::::..'^'"oi,l;{i:i'"::,',L''il1:f?ffiili:l;1"T"'.?ffffi:ffiffi;:;';;;; rre nov'lts opçÕes para o menu que sejam mais^^-. ^ .^.-r^- ^,.oi. elec eqtão rlisoostos:"""i::U:'i""'#:',ffiH'§#;";;'a*=piá"t'"'": : l"l::,::,i: "1""':::':*:::;'::
:H::ã: *, .i" ;'; ; ;' 
" 
- 
" S; 
; t:* i, : : : ::i::::T :: : :",".: l"H ,x; ".'lJ 1T:," :
3,X,lffi'T""ffi ff;r:"ü""Xil*;-*."!''.1rô1a':T,:':1::T?t'i:.:§lJ1;;':
I'#ff:":r"r':'.",'rff:".:i#"a:;ü?iã"^,.ú,u.,o. seriam úteis no auxílio à 
gerência sobre
como aprimorar o cardápio e a lucratividade?
ApERFEtçoANDO A TOMADA DE DECIsÕE5: USANDO TABELAS 
DINÂMlcAs PARA
ANALISAR DADOS DE VENDAS
Habilidades de softrvare: tabelas dinârnicas
Habilidades organizacionais: análise dos dados de venclas
.11.11 Esse projeto the oferece uma oportunidacle cle aprendcr a usar a-funcionalidacle 
de tabela dinâ-
mica der ijrcci prra attalisar utll batlco 
"tt 
ttut"'1'"ttt r.1c rlados llse a Ficura 
.l l'6 Essa é uma
lista das transações dc vendas da oMT referentes a um clia' Use a tabela 
riinâmica do Hxcei para
ajudáJo a responder às seguintes perguntas:
concentrar os recursos de marketing . r"ndtt' ou como direcionar mensagcns 
diferentes para
dit'erentes rcgiões'
>Qualformadepagamentoéamaiscornunt]Arcspostapocleriascrusadaparaenlatizaros
Àeios preferidos de pagamento na publicidadc'
pramprodurosenquantoestãonotrabalhtl(prclvavclmenteduranteodia)ouemCasa(prova.
velnientc à noite)?
>Qualóarc:laçãoentreregião,tipociepr()dutoconlpradoepreçosmérliosdcvenclas,J
@ t'*"ras de inÍormação 
gerenciais
Projetos Ptát§osjrj§
osprojetosnestaseçãooferecem:*p::i:n.1upráticanoprojetode.umportaldeconhecimento,na
identificação o" npn.ruiiào6", puru inietigencialmpresarial' na 
utilização de uma tabela dinâmica
para análise de dados de vendas . no ,ro de agentes inteligentes 
para pesquisar produtos em promoção
na Web.
PROBLEMAS ENVOLVENDO A TOMADA DE DECISÃO GERENCIAL
11.9 A u.s. pharma corporation tem secle em Nova Jersey. mas 
possui uni<iaties de pesquisa em
países como er"t uir'u, França' ntino úniot' suisa e Lr1,'11i.|]." ^ 
pesquisa e o desenvolvi-
mentodenovosmedicamentossãoessenciaispaÍaamanutenÇãodosiucros'eaempresapes-
quisa e testa milhares de medicam"r,o, fotti*is. os pesquisadores da 
u.s' Pharma precisam
compartilharinformaçoescomoutrosdent.o"foradaCmpresa,inc]uindoaAdministraçãode
AlimentoseMedicamentosdosestaaosuniao,,uo.gonl,oçaoMundiatdaSaúdeeaAssociação
Internacional de produtores Farmacêuticá, a arro"i"oos. 
Também é essencial que haja acesso
a sires com informações sobre saúde. :3;"; Ju 
giutio,..u Nacionai de Medicina dos Estados
Unicios,eacont-erênciasdosetoreperlodicosdaárea.Projeteunrportaldeconhecimentopara
ospesquisa<loresdaU.S.Pharma'g*,"up.o:"to.incluaespecificaçõesreievantesdossistemas
internos e cio banco de dados, font.s e*t"àoi ,1" intbt*.ção' c 
t-erramentas de comunrcaçao e
coiaboração internas e externas' Crie uma página para o seu 
port:rl'
Capítulo 1 1: Aprimorando a tomada de decisão e a gestão do conh..ir.n,o @
APERFETçOANDO A TOMADA DE DECISÕEs: USANDO AGENTES TNTEHGENTES
PARA COMPARAçÃO DE COMPRAS
Ilabilidades de soÍtrvare: ^ravegador Web e software de robôs de compra
Habilidades organizacionais: avaliação e seleção de produtos
1-1.12 Essc projeto the oferece experiência prática no uso de robôs de compra para pesquisar produtos
on-line, encontrar inforn.raçoes sobre esses produtos e descobrir os melhores preços e fomecedores.
Selecione uma câmera digital que você desejaria comprar, como a Canon PowerShot 5110 ou a
Olympus TG-2 iHS. Visite MySimon (<rvww.mysimon.com>),BizRate.com (<www.bizrate.com>)
e Goo,qle Product Search para obter comparações de prcços. Compare esses sites de compra em ter-
mos de facilidade de uso, número de ot'ertas. velocidade na obtenção de informações, completude
das informações oferecidas sobre o produto e seu fornecedor, e seleção de preços. Qual dos sites
você usaria? Por quê? Que câmera compraria? Por quê? De que maneira os sites colaboraram na
sua tomada de decisão?
::!ll
@ ttr,"ras de iníormação gerenciais ll;:.!l;:;I
)
iÉ
;*
r§
i*
#
,§
$i
.+i
-l!
§$
$
,r
t
b
v
'r
*
Jl
tj:
,1
*
.:§
1:
*
,ir
:lr.
x
E
t
ir'90.tê
,!2.'3aiSUas.i.
Capítulo 1't: Aprimorando a tomada de decisão e a gestão do conhecimen* (!|
Pêf-ç.e!:'-
como resultado?
@ ttrt"ras de informação gerenciais
PERGUNTAS SOBRE O ESTUDO DE CASO
11.13 Quáo "inteligente" e a avaliaçáo automatizada de dissertaçáo? JustiÍique sua 
resposta'
11.14 Quão eficaz é essa avaliação?
ll.l5Quaisosbenefíciosdaavaliaçãoautomatizadadedissertaçáo?Quaisascesvantagens?
11.16 Quais fatores humanos, organizacionais e tecnologicos devem ser 
considerados na decisão
de utilizar a AES?
11.17 Você ficaria desconfiado de uma nota baixa obtida em um artiqo avaliado 
pelo soÍtware
AES?Justifique.Vocêsolicrtariaumarevisãoporpariedeumavaliadorhumano?